Learning velocity model for complex media with deep convolutional neural networks

2021.

Гремячих Л. И., Устюжанин А. Е., Станкевич А., Нечепуренко И., Васюков А., Шевченко А.

В статье рассматривается проблема получения модели скорости для сложной среды на основе граничных измерений. Для описания среды используется акустическая модель. Мы использовали открытый набор данных распределений скоростей для прямого сравнения представленных результатов с предыдущими работами. Прямое моделирование выполняется с использованием сеточно-характеристического численного метода. Обратная задача решается с помощью глубоких сверточных нейронных сетей. Предложены модификации базовой архитектуры UNet для улучшения показателя структурного сходства и количественного соответствия профилей скорости с истиной на местности. Мы оцениваем наши усовершенствования и демонстрируем статистическую значимость результатов.

Ключевые слова: sound, звук, deep learning, глубокое обучение