用深度学习做地震数据处理的几个关键点 (简单讨论)
物联网
2022-04-28 15:42:24
阅读次数: 0
用深度学习做地震数据处理的几个关键点
- 网络本身有没有针对性的创新。一般而言,网络进行创新很难,但可以进行组合。同时,这种组合应该针对地震数据的特点。注意要避免与其它方法太相似。
- 在人工数据上的处理效果如何。由于是人造的,可以获得客观的评价如信噪比。
- 在实际数据上的处理效果如何。一方面从地球物理专业的角度来看,而不是图像处理的角度来看,非专业人士看起来好的结果,并不一定好。另一方面,硬性评价指标是否可以获得。有时候需要强行解释效果为什么好。
- 比较实验。既要与传统的方法比,更要与其它深度学习的方法比。消融实验非常流行。一方面它可以丰富实验部分,另一方面要考察新组合的合理性。
如何对自己的模块进行强行解释
- 设计的理念(如跳线等):别人给出的,但为什么适用于这里?
- 参数的设置原因:有可能是根据效果倒推,也有可能基于某些理论、经验。
- 相似模块比较:有哪些,和它们的异同点。
- 最终是靠实验来验证。
转载自blog.csdn.net/minfanphd/article/details/123664840