磁気異常反転における非線形性と非一意性の課題に対処するため、本研究はCBAMモジュールと物理的整合性制約を統合し、高精度かつ安定性のある新しい反演手法を提案し、地質探査の実践を支援します。
このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。
磁気異常反転における非線形性と非一意性の課題に対処するため、本研究はCBAMモジュールと物理的整合性制約を統合し、高精度かつ安定性のある新しい反演手法を提案し、地質探査の実践を支援します。
磁気異常反転は地質探査や地下構造の特定において重要な役割を果たします。しかし、その本質的な非線形性と非一意性は依然として大きな課題となっています。反転精度とモデル解釈可能性を向上させるために、本研究は畳み込みブロック注意モジュール(CBAM)と物理的整合性制約を統合した磁気異常反転手法を提案します。畳み込みニューラルネットワークアーキテクチャを基盤とし、CBAMモジュールを組み込んで重要なチャネルや空間領域へのネットワークの注意を強化し、境界の境界区分や構造再構築を改善します。同時に、前方モデリングカーネル行列に基づく物理的整合項が平均二乗誤差損失関数に埋め込まれ、予測結果と物理法則との整合性を強制します。鉱山地域の合成データと現場データの両方を用いた広範な反転実験により、提案された手法は異常局在、形態再構築、磁化パラメータ推定の面で従来のCNNモデルを上回る性能を示している。この結果は、この手法の優れた精度と安定性を強調し、磁気異常反転に対する効率的かつ信頼性の高い新しいアプローチを提供します。
磁気異常反転は地球物理探査の分野で重要な技術であり、地下地質構造の明らか化、鉱物資源の探査、地質災害予測に重要な役割を果たしています。長年にわたり、多くの研究者が磁気異常反転のためのさまざまな手法を提案し、この分野の理論的基盤と実践的方法論を継続的に豊かにしてきました。
以前の研究では、磁気異常反転に様々な最適化アルゴリズムが適用されていました。例えば、岩相学に制約されたアリコロニー最適化手法が、表面およびボアホールの磁気データの処理のために開発されました。半無限の垂直棒状構造に関連する磁気異常を逆さなすために、非常に高速なシミュレートされたアニーリングアルゴリズムが用いられました。同時に、正則化に基づく反演手法は広範な注目と進歩を集めています。古典的なオッカム反転アルゴリズム4は、電磁的な音響データから滑らかなモデルを生成します。さらに、焦点地球物理的反転イメージング5と準線形近似に基づく電磁反転が導入されました。最小勾配支持制約と安定化汎関数を取り入れた三次元電磁反転アプローチも提案され....
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
磁気異常の順方向および逆モデリング
磁気異常の順方向および逆モデルは、地球物理探査における基本的な理論的基盤として機能し、地下構造の特定や資源探査に広く応用されています。フォワードモデリングは既知の地下地質モデルに基づき、物理法則を用いて観測点での磁気異常応答を計算し、既知の原因から結果を導き出すことに重点を置いています。対照的に、逆モデリングは観測された磁気異常データから始まり、磁化分布や構造形状など、これらの異常を引き起こす地下モデルパラメータを推論します。地球物理場の非線形性と錯位的な性質により、逆問題はしばしば非一意性や不安定性に悩まされ、安定した解を得るために制約や事前情報の組み込みが必要です。順方向モデリングと逆モデリングは磁気異常の解釈の理論的基盤を形成し、モデル構築やデータ解釈において中心的な役割を果たします。順方向および逆モデリングの具体的なプロセスは 図1に示されています。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
シミュレーション実験
テストセットでの反転結果
モデルはまず訓練セット上で訓練され、その後テストセット上で評価され、その際にテストセット上の予測結果が保存されます。ネットワークの収束を加速させるために、 表3に詳述されたように適切なハイパーパラメータが設定されています。複数回の訓練反復を経て、損失曲線は1900年頃に安定します。したがって、訓練エポックの総数は2000に設定されています。テストセットの逆転結果は 図3に示されています。
| パラメータ |
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
本研究は、畳み込みブロック注意モジュール(CBAM)を物理的整合性制約と統合し、地球物理的反転における非線形性や非一意性という一般的な課題に効果的に対処する磁気異常反転手法を提案します。CBAMを組み込むことで、ネットワークは重要なチャネルや空間領域に適応的に集中でき、複雑な地下構造の境界解像度と再構成精度を大幅に向上させ、従来の畳み込みニューラルネットワーク(CNN)ベースの反転でよく見られる境界のぼやけや構造歪みなどの問題を緩和します。一方で、前方モデリングカーネル行列に基づく物理的整合項が平均二乗誤差損失関数に組み込まれ、モデル出力が物理法則に適合することを保証するとともに、反転結果の解釈可能性と信頼性が向上します。これにより、データ駆動型学習と物理に基づく事前学習が有機的に融合しています。実験結果により、提案された手法は異常局在、形態再構築、磁化パラメータ推定において従来のCNNモデルを上回り、ノイズが多く複雑な地質条件下でも高い精度と堅牢性を維持できることが示されています。提案されたアプローチは、深層学習と地球物理的反転の統合に新たな視点を提供し、データ駆動型.......
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
すべての著者は、助成金、特許、コンサルティング手数料、株式保有など、個人的、専門的、または機関的な利益相反が本研究の結果や解釈に不適切に影響を与える可能性があることを確認しています。
本研究は承徳市持続可能な開発プロジェクト「知識グラフベースの大学生雇用システムの研究と応用」(プロジェクト番号202305B032)および承徳科学技術局のプロジェクト(プロジェクト番号202501A038および202305B032)から資金提供を受けました。
....アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
| 名前 | 会社 | カタログ番号 | コメント |
|---|---|---|---|
| アナコンダ3 | アナコンダ | https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ | |
| MATLAB 2016b | マスワークス | https://www.mathworks.com/ | |
| Python3.7 | Python.org | https://www.python.org/downloads/release/python-370/ | |
| テンソルフロー2.0 | グーグル | https://tensorflow.google.cn/install | |
| Windows10 | マイクロソフト | https://www.microsoft.com/zh-cn/software-download/windows10 |
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。