用生成模型中的流匹配解决地震反演的不确定性问题
Probabilistic Inversion with Flow Matching
- 将生成式AI的流匹配技术引入地质反演
- 在2D模型和OpenFWI数据集上实现概率性反演
- 适合做地震速度建模与不确定性分析的研究者
我们将源自生成式人工智能的流匹配技术应用于地球物理领域的概率反演，如地震全波形反演。通过适配生成式人工智能中成熟的流匹配数学理论，该方法在两个案例研究中得到验证：一是简单的二维速度模型，用于展示方法的一般特性；二是使用OpenFWI数据集，证明其在复杂地震速度模型概率反演中的能力。
原文摘要 · Abstract (English)
We demonstrate the application of Flow Matching, a technique originating from generative Artificial Intelligence, to probabilistic inversion in geophysical settings, such as seismic Full-Waveform inversion. We adapt the well-established mathematical theory of Flow Matching from generative Artificial Intelligence to the context of probabilistic inversion. We evaluate the approach with two case studies: a simple 2D velocity model to illustrate the general features of the method, and the OpenFWI dataset to show its capabilities for probabilistic inversion of more complex seismic velocity models.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。