Buchumschlag

Gabor-Enhanced Physics-Informed Neural Networks for Fast Simulations of Acoustic Wavefields

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Abedi, Mohammad Mahdi, Pardo, David, Alkhalifah, Tariq
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Geophysics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Least-Squares-Embedded Optimization for Accelerated Convergence of PINNs in Acoustic Wavefield Simulations
von: Abedi, Mohammad Mahdi, et al.
Veröffentlicht: (2025)

A Green-Integral-Constrained Neural Solver with Stochastic Physics-Informed Regularization
von: Abedi, Mohammad Mahdi, et al.
Veröffentlicht: (2026)

Semi-blind-trace algorithm for self-supervised attenuation of trace-wise coherent noise
von: Abedi, Mohammad Mahdi, et al.
Veröffentlicht: (2023)

Ensemble Deep Learning for enhanced seismic data reconstruction
von: Abedi, Mohammad Mahdi, et al.
Veröffentlicht: (2024)

GaborPINN: Efficient physics informed neural networks using multiplicative filtered networks
von: Huang, Xinquan, et al.
Veröffentlicht: (2023)

Diffusion Model-Based Posterior Sampling in Full Waveform Inversion
von: Taufik, Mohammad H., et al.
Veröffentlicht: (2025)

Multi-frequency wavefield solutions for variable velocity models using meta-learning enhanced low-rank physics-informed neural network
von: Cheng, Shijun, et al.
Veröffentlicht: (2025)

An effective physics-informed neural operator framework for predicting wavefields
von: Ma, Xiao, et al.
Veröffentlicht: (2025)

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)

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

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

Physics-informed neural wavefields with Gabor basis functions
von: Alkhalifah, Tariq, et al.
Veröffentlicht: (2023)

Controllable seismic velocity synthesis using generative diffusion models
von: Wang, Fu, et al.
Veröffentlicht: (2024)

Diffusion-based subsurface CO$_2$ multiphysics monitoring and forecasting
von: Huang, Xinquan, et al.
Veröffentlicht: (2024)

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

DiffPINN: Generative diffusion-initialized physics-informed neural networks for accelerating seismic wavefield representation
von: Cheng, Shijun, et al.
Veröffentlicht: (2025)

Microseismic source imaging using physics-informed neural networks with hard constraints
von: Huang, Xinquan, et al.
Veröffentlicht: (2023)

SeparationPINN: Physics-Informed Neural Networks for Seismic P- and S-Wave Mode Separation
von: Mu, Xinru, et al.
Veröffentlicht: (2025)

Full waveform inversion with CNN-based velocity representation extension
von: Mu, Xinru, 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)

Joint Microseismic Event Detection and Location with a Detection Transformer
von: Yang, Yuanyuan, et al.
Veröffentlicht: (2023)

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)

Physics-Informed Neural Networks for Predicting Hydrogen Sorption in Geological Formations: Thermodynamically Constrained Deep Learning Integrating Classical Adsorption Theory
von: Nooraiepour, Mohammad, et al.
Veröffentlicht: (2026)

Thermal Earth Model for the Conterminous United States Using an Interpolative Physics-Informed Graph Neural Network (InterPIGNN)
von: Aljubran, Mohammad J., et al.
Veröffentlicht: (2024)

The Physics-Informed Neural Network Gravity Model: Generation III
von: Martin, John, et al.
Veröffentlicht: (2023)

Velocity model building from seismic images using a Convolutional Neural Operator
von: Ma, Xiao, et al.
Veröffentlicht: (2025)

WaveCastNet: Rapid Wavefield Forecasting for Earthquake Early Warning via Deep Sequence to Sequence Learning
von: Lyu, Dongwei, et al.
Veröffentlicht: (2024)

Signal Enhancement in Distributed Acoustic Sensing Data Using a Guided Unsupervised Deep Learning Network
von: Saad, Omar M., et al.
Veröffentlicht: (2024)

Physics-informed Neural Networks with Fourier Features for Seismic Wavefield Simulation in Time-Domain Nonsmooth Complex Media
von: Ding, Yi, et al.
Veröffentlicht: (2024)

Direct Estimation of Porosity from Seismic Data using Rock and Wave Physics Informed Neural Networks (RW-PINN)
von: Vashisth, Divakar, et al.
Veröffentlicht: (2022)

A Deep-Learning-Driven Optimization-Based Inverse Solver for Accelerating the Marchenko Method
von: Wang, Ning, et al.
Veröffentlicht: (2025)

Meta-PINN: Meta learning for improved neural network wavefield solutions
von: Cheng, Shijun, et al.
Veröffentlicht: (2024)

Velocity Model Building and Editing with Guided Denoising Diffusion Implicit Models
von: Brandolin, Francesco, et al.
Veröffentlicht: (2026)

Learned frequency-domain scattered wavefield solutions using neural operators
von: Huang, Xinquan, et al.
Veröffentlicht: (2024)

Discovery of physically interpretable wave equations
von: Cheng, Shijun, et al.
Veröffentlicht: (2024)

Physics-informed conditional diffusion model for generalizable elastic wave-mode separation
von: Cheng, Shijun, et al.
Veröffentlicht: (2025)

Seismic wavefield solutions via physics-guided generative neural operator
von: Cheng, Shijun, et al.
Veröffentlicht: (2025)

SiameseLSRTM: Enhancing least-squares reverse time migration with a Siamese network
von: Mu, Xinru, et al.
Veröffentlicht: (2025)

A Deep‐Learning‐Driven Optimization‐Based Inverse Solver for Accelerating the Marchenko Method
von: Ning Wang, et al.
Veröffentlicht: (2025)

An efficient pseudoelastic pure P‐mode wave equation and the implementation of the free surface boundary condition
von: Xinru Mu, et al.
Veröffentlicht: (2024)