深度学习在地球物理中的应用现状与前景

摘要

深度学习是机器学习的一个分支,是使用低维特征组合来表示高维特征组合,包含多重复杂结构或多个非线性变换的多个处理层对数据进行高维抽象的一种算法.深度学习的自我学习和适应能力使它在计算机视觉、语音识别、金融等领域得到了广泛应用.为分析深度学习在地球物理领域的应用前景,本文在介绍深度学习概况的基础上,结合实例分析了深度学习在地震探测定位、大地电磁数据处理、航空电磁数据解释等领域的应用现状.发现深度学习在处理海量数据在并行处理、进行模式识别特征提取、数据预测等方面都有巨大的优势.随着三维探测逐渐成为地球物理勘探主流趋势,必将产生海量数据,涉及大型计算和反演,深度学习在地球物理探测中应用将更加广泛.