报告题目：基于深度学习的地震勘探速度建模及反演

报告摘要：近年来，随着数据量的急剧增长和计算能力的不断提高，人工智能和大数据的浪潮席卷全球。针对地震勘探的速度建模及反演问题，我们引入深度学习技术，分别从监督学习、数据-模型双驱动学习以及无监督学习三个方面进行探索，提出了基于卷积神经网络的智能速度建模方法及数模双驱动的波形反演方法。充分利用神经网络的强大表示能力，挖掘数据潜在的先验特征，辅助解决反演成像问题中的瓶颈难题，为油气勘探提供高精度、高分辨率的介质模型。

报告人简介：2021年毕业于哈尔滨工业大学，获得数学博士学位。2021年至今为哈尔滨工业大学（威海）数学系讲师，目前以第一作者发表SCI论文6篇，高被引论文1篇，主持国家及省部级项目2项，研究领域包括基于深度学习的反问题求解及其在地球物理勘探、生物医学成像的应用。

会议地址：腾讯会议648-426-180

时 间：2023.09.05  9：00—12：00

密 码：邮箱fuzw@hit.edu.cn获取