Buchumschlag

A new practical and effective source-independent full-waveform inversion with a velocity-distribution supported deep image prior: Applications to two real datasets

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Song, Chao, Alkhalifah, Tariq, Waheed, Umair Bin, Wang, Silin, Liu, Cai
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

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

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

Mitigating cycle skipping in full waveform inversion using max-pooling-based approximate envelope and shot patching
von: Mu, Xinru, et al.
Veröffentlicht: (2026)

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

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

Stochastic full waveform inversion with deep generative prior for uncertainty quantification
von: Xie, Yuke, et al.
Veröffentlicht: (2024)

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)

Propagating the prior from shallow to deep with a pre-trained velocity-model Generative Transformer network
von: Harsuko, Randy, 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)

High-resolution velocity model estimation with neural operator and the time-shift imaging condition
von: Ma, Xiao, et al.
Veröffentlicht: (2025)

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

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)

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

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)

PINNPStomo: Simultaneous P- and S-wave seismic traveltime tomography using physics-informed neural networks with a new factored eikonal equation
von: Song, Chao, et al.
Veröffentlicht: (2024)

Robust Full Waveform Inversion with deep Hessian deblurring
von: Alfarhan, Mustafa, et al.
Veröffentlicht: (2024)

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

Seismic traveltime simulation for variable velocity models using physics-informed Fourier neural operator
von: Song, Chao, et al.
Veröffentlicht: (2023)

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)

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)

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

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

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

Seismic first-arrival traveltime simulation based on reciprocity-constrained PINN
von: Geng, Hang, 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)

Simultaneous P‐ and S‐wave seismic traveltime tomography using physics‐informed neural networks
von: Chao Song, et al.
Veröffentlicht: (2025)

Controllable seismic velocity synthesis using generative diffusion models
von: Wang, Fu, 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)

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

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

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

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

Efficient Upside-Down Rayleigh-Marchenko Imaging through Self-Supervised Focusing Function Estimation
von: Wang, Ning, et al.
Veröffentlicht: (2025)

Self-supervised surface-related multiple suppression with multidimensional convolution
von: Cheng, Shijun, et al.
Veröffentlicht: (2025)

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