Buchumschlag

Diffusion-Inversion-Net (DIN): An End-to-End Direct Probabilistic Framework for Characterizing Hydraulic Conductivities and Quantifying Uncertainty

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Xun, Yang, Weijie, Zhang, Jiangjiang, Jiang, Simin
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

End-to-End Mineral Exploration with Artificial Intelligence and Ambient Noise Tomography
von: Muir, Jack, et al.
Veröffentlicht: (2024)

An End-to-End Differentiable, Graph Neural Network-Embedded Pore Network Model for Permeability Prediction
von: Zhao, Qingqi, et al.
Veröffentlicht: (2025)

Generative Latent Diffusion Model for Inverse Modeling and Uncertainty Analysis in Geological Carbon Sequestration
von: Feng, Zhao, et al.
Veröffentlicht: (2025)

HydroDiffusion: Diffusion-Based Probabilistic Streamflow Forecasting with a State Space Backbone
von: Wang, Yihan, et al.
Veröffentlicht: (2025)

Uncertainty Quantification in Seismic Inversion Through Integrated Importance Sampling and Ensemble Methods
von: Qu, Luping, et al.
Veröffentlicht: (2024)

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

Enhanced 3D Gravity Inversion Using ResU-Net with Density Logging Constraints: A Dual-Phase Training Approach
von: Dong, Siyuan, et al.
Veröffentlicht: (2026)

GenAI4UQ: A Software for Inverse Uncertainty Quantification Using Conditional Generative Models
von: Fan, Ming, et al.
Veröffentlicht: (2024)

Seismic Data Interpolation via Denoising Diffusion Implicit Models with Coherence-corrected Resampling
von: Wei, Xiaoli, et al.
Veröffentlicht: (2023)

Ambient Noise Full Waveform Inversion with Neural Operators
von: Zou, Caifeng, et al.
Veröffentlicht: (2025)

Feature-based Inversion of 2.5D Controlled Source Electromagnetic Data using Generative Priors
von: Zhou, Hongyu, et al.
Veröffentlicht: (2026)

Integrating Physics of the Problem into Data-Driven Methods to Enhance Elastic Full-Waveform Inversion with Uncertainty Quantification
von: Negahdari, Vahid, et al.
Veröffentlicht: (2024)

3-D Magnetotelluric Deep Learning Inversion Guided by Pseudo-Physical Information
von: Jiang, Peifan, et al.
Veröffentlicht: (2024)

Towards Understanding the Benefits of Neural Network Parameterizations in Geophysical Inversions: A Study With Neural Fields
von: Xu, Anran, et al.
Veröffentlicht: (2025)

Diffusion Model-based Probabilistic Downscaling for 180-year East Asian Climate Reconstruction
von: Ling, Fenghua, et al.
Veröffentlicht: (2024)

PreAdaptFWI: Pretrained-Based Adaptive Residual Learning for Full-Waveform Inversion Without Dataset Dependency
von: Dong, Xintong, et al.
Veröffentlicht: (2025)

SeisRDT: Latent Diffusion Model Based On Representation Learning For Seismic Data Interpolation And Reconstruction
von: Wang, Shuang, et al.
Veröffentlicht: (2025)

Seismic Velocity Inversion from Multi-Source Shot Gathers Using Deep Segmentation Networks: Benchmarking U-Net Variants and SeismoLabV3+
von: Hasan, Mahedi
Veröffentlicht: (2025)

SeisFusion: Constrained Diffusion Model with Input Guidance for 3D Seismic Data Interpolation and Reconstruction
von: Wang, Shuang, et al.
Veröffentlicht: (2024)

SVInvNet: A Densely Connected Encoder-Decoder Architecture for Seismic Velocity Inversion
von: Khatounabad, Mojtaba Najafi, et al.
Veröffentlicht: (2023)

Unveiling the Mechanism of Continuous Representation Full-Waveform Inversion: A Wave Based Neural Tangent Kernel Framework
von: Chen, Ruihua, et al.
Veröffentlicht: (2026)

Annealed Stein Variational Gradient Descent for Improved Uncertainty Estimation in Full-Waveform Inversion
von: Corrales, Miguel, et al.
Veröffentlicht: (2024)

Uncertainties of Satellite-based Essential Climate Variables from Deep Learning
von: Gou, Junyang, et al.
Veröffentlicht: (2024)

Uncertainty-Driven Modeling of Microporosity and Permeability in Clastic Reservoirs Using Random Forest
von: Risha, Muhammad, 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)

Multi-Constitutive Neural Network for Large Deformation Poromechanics Problem
von: Zhang, Qi, et al.
Veröffentlicht: (2020)

Performance of Machine Learning Methods for Gravity Inversion: Successes and Challenges
von: Negahdari, Vahid, et al.
Veröffentlicht: (2025)

2D Basement Relief Inversion using Sparse Regularization
von: Barboza, Francisco Márcio, et al.
Veröffentlicht: (2024)

Automatic Differentiation-based Full Waveform Inversion with Flexible Workflows
von: Liu, Feng, et al.
Veröffentlicht: (2024)

Latent Diffusion Model for Conditional Reservoir Facies Generation
von: Lee, Daesoo, et al.
Veröffentlicht: (2023)

Knowledge distillation as a pathway toward next-generation intelligent ecohydrological modeling systems
von: Jiang, Long, et al.
Veröffentlicht: (2025)

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

Gaussian Processes for Probabilistic Estimates of Earthquake Ground Shaking: A 1-D Proof-of-Concept
von: Scivier, Sam A., et al.
Veröffentlicht: (2024)

Physically Guided Deep Unsupervised Inversion for 1D Magnetotelluric Models
von: Goyes-Peñafiel, Paul, et al.
Veröffentlicht: (2024)

An Empirical Study of Large-Scale Data-Driven Full Waveform Inversion
von: Jin, Peng, et al.
Veröffentlicht: (2023)

Controlled Latent Diffusion Models for 3D Porous Media Reconstruction
von: Naiff, Danilo, et al.
Veröffentlicht: (2025)

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

Function-Space Decoupled Diffusion for Forward and Inverse Modeling in Carbon Capture and Storage
von: Ju, Xin, et al.
Veröffentlicht: (2026)

HydroAgent: Closing the Gap Between Frontier LLMs and Human Experts in Hydrologic Model Calibration via Simulator-Grounded RL
von: Li, Zhi, et al.
Veröffentlicht: (2026)

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