11112223333

科学计算系列学术报告:基于深度学习的地球物理反演成像

发布人:日期:2024年05月08日 14:40浏览数:

报告题目:基于深度学习的地球物理反演成像

报 告 人:马坚伟教授(北京大学)

报告时间:2024510日  14:30-15:30

报告地点:格物楼528

报告摘要:

油气勘探的地球物理反演存在各种瓶预问题,比如数据质量差、高度非线性、局部极值、计算量大等。基于深度学习框架的反演可部分解决传统方法的一些关键问题。本次报告主要汇报课题组近期在该方向的研究进展,从有监督直接反演、半监督学习、到数模双驱动的反演成像,以及潜在实际应用案例。

报告人简介:

马坚伟,1998年本科毕业于大连理工大学工程力学系,2002年博士毕业于清华大学固体力学专业,从事应用数学、油气地球物理学、人工智能交叉学科研究。曾获国家杰出青年科学基金资助、国家高层次人才计划、科技部中青年科技创新领军人才、中组部首届青年拔尖人才、教育部新世纪优秀人才、中国百篇最具影响国际学术论文、黑龙江省自然科学一等奖、傅承义青年科技奖、中国地球物理科技创新二等奖和科技进步二等奖(2项)。主持国家重点研发计划项目(2项)、国家自然科学基金重点项目、企业创新发展联合基金集成项目等。担任中国地球物理学会智能地球物理专业委员会主任、中国地质学会数据驱动与地学发展专业委员会副主任、IEEE TGRS副主编。在Reviews of GeophysicsIEEE Signal Processing MagazinePNASGeophysics等期刊发表论文,人选2022年版“全球前2%顶级科学家终身成就榜”。

上一条:分析系列学术报告:Local connectivity of Julia sets of some rational maps with Siegel disks

下一条:科学计算系列学术报告:From Model to Data driven Imaging Inverse problems

【关闭】 打印    收藏