基于殘差網絡與遷移學習的斷層自動識別

作者：張政,嚴哲,顧漢明

摘要：機器學習算法在地球物理領域的應用越來越廣泛、深入。在地震資料解釋中,目前主要利用實際或人工合成的斷層樣本,訓練淺層卷積神經網絡識別斷層。實際斷層樣本需要人工標記,消耗大量時間成本;人工合成的斷層樣本雖然容易獲得,但訓練出的網絡在應用于實際地震數據時效果不佳。為此,將深度殘差網絡與遷移學習結合并應用于斷層識別。首先構建性能更優秀的深度殘差網絡訓練人工合成的斷層樣本,然后使用少量實際斷層樣本進行遷移學習,增強網絡的泛化能力,優化網絡的識別結果。遷移學習后的網絡能夠有效提高實際斷層的識別準確率,實際地震數據驗證了該方法的可行性和有效性。

發文機構：中國地質大學（武漢）地球物理與空間信息學院

關鍵詞：地震資料解釋斷層識別深度殘差網絡遷移學習網絡結構優化seismic data interpretationfault recognitiondeep residual networktransfer learningnetwork structure optimization

分類號： P631[天文地球—地質礦產勘探]