Buchumschlag

Stochastic full waveform inversion with deep generative prior for uncertainty quantification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xie, Yuke, Chauris, Hervé, Desassis, Nicolas
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Geophysics Machine Learning Computation
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Diffusion prior as a direct regularization term for FWI
von: Xie, Yuke, et al.
Veröffentlicht: (2025)

A stable deep adversarial learning approach for geological facies generation
von: Bhavsar, Ferdinand, et al.
Veröffentlicht: (2023)

Geological and Well prior assisted full waveform inversion using conditional diffusion models
von: Wang, Fu, et al.
Veröffentlicht: (2024)

A new practical and effective source-independent full-waveform inversion with a velocity-distribution supported deep image prior: Applications to two real datasets
von: Song, Chao, et al.
Veröffentlicht: (2025)

Fourier-DeepONet: Fourier-enhanced deep operator networks for full waveform inversion with improved accuracy, generalizability, and robustness
von: Zhu, Min, et al.
Veröffentlicht: (2023)

Bayesian full waveform inversion with sequential surrogate model refinement
von: Meles, Giovanni Angelo, et al.
Veröffentlicht: (2025)

Bayesian full waveform inversion with learned prior using deep convolutional autoencoder
von: Hu, Shuhua, et al.
Veröffentlicht: (2025)

RED-DiffEq: Regularization by denoising diffusion models for solving inverse PDE problems with application to full waveform inversion
von: Shan, Siming, et al.
Veröffentlicht: (2025)

Inspired by machine learning optimization: can gradient-based optimizers solve cycle skipping in full waveform inversion given sufficient iterations?
von: Mu, Xinru, et al.
Veröffentlicht: (2025)

Full waveform inversion with CNN-based velocity representation extension
von: Mu, Xinru, et al.
Veröffentlicht: (2025)

On the role of memorization in learned priors for geophysical inverse problems
von: Siahkoohi, Ali, et al.
Veröffentlicht: (2026)

Physics-informed waveform inversion using pretrained wavefield neural operators
von: Huang, Xinquan, et al.
Veröffentlicht: (2025)

Functional-prior-based approaches to Bayesian PDE-constrained inversion using physics-informed neural networks
von: Agata, Ryoichiro, et al.
Veröffentlicht: (2026)

Fast ground penetrating radar dual-parameter full waveform inversion method accelerated by hybrid compilation of CUDA kernel function and PyTorch
von: Liu, Lei, et al.
Veröffentlicht: (2025)

Meta-learning-enhanced implicit full waveform inversion
von: Wang, Zefeng, et al.
Veröffentlicht: (2026)

A probabilistic full waveform inversion of surface waves
von: Sean Berti, et al.
Veröffentlicht: (2024)

Assessing the risk of future Dunkelflaute events for Germany using generative deep learning
von: Strnad, Felix, et al.
Veröffentlicht: (2025)

WISER: multimodal variational inference for full-waveform inversion without dimensionality reduction
von: Yin, Ziyi, et al.
Veröffentlicht: (2024)

Full-waveform earthquake source inversion using simulation-based inference
von: Saoulis, A. A., et al.
Veröffentlicht: (2024)

Seismic full waveform inversion for fracture parameters in anisotropic media
von: Ujjwal Shekhar, et al.
Veröffentlicht: (2025)

Robust acoustic and elastic full waveform inversion by adaptive Tikhonov-TV regularization
von: Aghazade, Kamal, et al.
Veröffentlicht: (2025)

Scalable Bayesian full waveform inversion via dual augmented Lagrangian SVGD
von: Aghazade, Kamal, et al.
Veröffentlicht: (2026)

Diffusion models for multivariate subsurface generation and efficient probabilistic inversion
von: Miele, Roberto, et al.
Veröffentlicht: (2025)

Improved elastic full‐waveform inversion of ocean bottom node data
von: Bo Wu, et al.
Veröffentlicht: (2024)

Leveraging generative adversarial networks with spatially adaptive denormalization for multivariate stochastic seismic data inversion
von: Miele, Roberto, et al.
Veröffentlicht: (2025)

Addressing cycle‐skipping in full‐waveform inversion using acoustic wave energy
von: Zhonglei Li, et al.
Veröffentlicht: (2024)

Bayesian time‐lapse full waveform inversion using Hamiltonian Monte Carlo
von: P. D. S. de Lima, et al.
Veröffentlicht: (2024)

Diffusion priors enhanced velocity model building from time-lag images using a neural operator
von: Ma, Xiao, et al.
Veröffentlicht: (2025)

Efficient scattering approach to seismic full-waveform inversion in anisotropic elastic media with variable density
von: Xiang, Kui, et al.
Veröffentlicht: (2024)

The upper mantle of Europe and Western Asia: Exposing potentials and limits of regional full-waveform inversion
von: Schiller, C. J., et al.
Veröffentlicht: (2026)

An extended Gauss-Newton method for full waveform inversion
von: Gholami, Ali
Veröffentlicht: (2023)

Average‐derivative optimized 21‐point and improved 25‐point forward modelling and full waveform inversion in frequency domain
von: Yingming Qu, et al.
Veröffentlicht: (2024)

An efficient elastic full‐waveform inversion of multiple parameters with ocean‐bottom seismometer data
von: Xinquan Huang, et al.
Veröffentlicht: (2024)

Propagating the prior from far to near offset: A self-supervised diffusion framework for progressively recovering near-offsets of towed-streamer data
von: Cheng, Shijun, et al.
Veröffentlicht: (2026)

Discovery and inversion of the viscoelastic wave equation in inhomogeneous media
von: Chen, Su, et al.
Veröffentlicht: (2024)

Geophysical inverse problems with measurement-guided diffusion models
von: Ravasi, Matteo
Veröffentlicht: (2025)

Bayesian geoacoustic inversion using mixture density network
von: Wu, Guoli, et al.
Veröffentlicht: (2020)

Time-lapse full-waveform permeability inversion: a feasibility study
von: Yin, Ziyi, et al.
Veröffentlicht: (2024)

Dual-space posterior sampling for Bayesian inference in constrained inverse problems
von: Siahkoohi, Ali, et al.
Veröffentlicht: (2026)

Seismic crosshole full‐waveform inversion of high‐frequency SV‐waves for glacial sediment characterization
von: Sarah Beraus, et al.
Veröffentlicht: (2025)