EN

当前栏目: 论文成果

A physics-informed deep learning method for dispersive processing of borehole dipole wave data using synthetic dataset

发布时间:2026-08-11 点击次数:

DOI码: 10.1016/j.geoen.2026.214383
所属单位: 江苏科技大学
教研室: 海洋学院
发表刊物: Geoenergy Science and Engineering
刊物所在地: 荷兰
关键字: dipole acoustic logging; dispersion processing; physics-informed deep learning; synthetic dataset; shear slowness
摘要: 面向偶极声波测井频散处理在低频噪声下不稳定的问题,利用参数化解析函数快速生成大规模合成数据,并将注意力增强网络与物理约束损失结合。该方法用于估计地层横波慢度并保持频散曲线的物理一致性。
备注: 来源:https://doi.org/10.1016/j.geoen.2026.214383
合写作者: Yongxiang Liu, Biqi Zhang, Chengming Luo, Xihao Gu
第一作者: Fantong Kong
论文类型: 科研论文
学科门类: 理学
一级学科: 地球物理学
文献类型: 期刊论文
卷号: 260
页面范围: 214383
ISSN号: 2949-8910
发表时间: 2026-05-01
版权所有©长江大学 鄂ICP备05003301号-1 公网安备42100202000009号   访问量: 最后更新时间:..