基于人工智能的地下成像速度模型构建

本文介绍了一种新的深度学习框架，以改进速度模型构建，这是地下成像的关键步骤。它利用生成模型和神经算子来克服传统方法的计算限制。该方法使用神经算子来模拟正向过程（建模和迁移），并使用生成模型作为正则化器来增强速度模型的分辨率和质量。使用生成模型来正则化解空间是一项关键创新，可能导致更准确和高效的地下成像。

• •提出了一种用于速度模型构建的新型深度学习框架。
• •结合了神经算子和生成模型。
• •使用生成模型作为正则化器来提高分辨率。
• •通过合成数据和现场数据证明了有效性。