Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 52.54.111.228
    [SESS_TIME] => 1711661055
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => e9e0dcdc2b504bcce0e4932914712d87
    [UNIQUE_KEY] => e45453fbdb8d4c90bf4132629fcc1f68
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Сибирский журнал вычислительной математики

2018 год, номер 4

Алгоритм решения обратной задачи геоэлектрики на основе нейросетевой аппроксимации

М.И. Шимелевич1, Е.А. Оборнев1, И.Е. Оборнев2, Е.А. Родионов1
1Российский государственный геологоразведочный университет им. Серго Орджоникидзе, ул. Миклухо-Маклая, 23, Москва, 117485
Shimelevich-m@yandex.ru
2Институт ядерной физики им. Д.В. Скобельцына, Ленинские горы, 1, строение 2, Москва, 119991
o_ivano@mail.ru
Ключевые слова: геоэлектрика, обратная задача, аппроксимация, априорные и апостериорные оценки, нейронные сети, geoelectrics, inverse problem, approximation, a priori and a posteriori estimates, neural networks
Страницы: 451-468

Аннотация

В работе представлен аппроксимационно нейросетевой алгоритм решения обратных задач геоэлектрики в классе сеточных (блочных) моделей сред. Алгоритм основан на построении приближенного обратного оператора с помощью нейронных сетей и позволяет формализовано получать решения обратной задачи геоэлектрики с общим числом искомых параметров среды ~ n 103. Рассматриваются вопросы корректности задачи построения нейросетевых обратных операторов. Вычисляются апостериорные оценки степени неоднозначности получаемых приближенных решений обратной задачи. Работа алгоритма иллюстрируется на примерах 2D, 3D инверсий синтезированных и полевых данных геоэлектрики, получаемых методом магнитотеллурических зондирований (МТЗ).

DOI: 10.15372/SJNM20180408