分享到:
我院应用统计专业硕士研究生俞嘉旭投稿学院顶级期刊论文在线发表
发布者: 吴帮玉 | 2021-04-06

http://math.xjtu.edu.cn/info/1089/10321.htm

 

近日,西安交通大学数学与统计学院应用统计专业硕士研究生俞嘉旭同学的论文投稿IEEE Transactions on Geoscience and Remote Sensing获得录用并在线发表(https://ieeexplore.ieee.org/document/9390348),该期刊目前列为我院顶级期刊,是地球科学与遥感领域具有重要影响力的期刊。连续地震道缺失是目前工业界地震数据插值的难点和研究重点,而传统深度神经网络卷积算子利用局部数据进行插值,在大缺失道情况下应用效果欠佳。该论文提出利用注意力机制、残差网络等神经网络模块(下图所示)结合混合损失函数,在连续地震道数据缺失情况下获得优于目前已有方法的插值结果。

 

 

                                             

该论文提出的卷积神经网络结构Anet(CNN guided by Attention mechanism)

 

    学院坚持“科学问题导向,应用问题驱动,强化学科交叉,突出应用特色”的发展道路设立应用统计专业硕士学位点并于2017年开始首批招生,旨在适应各行各业对大数据与人工智能人才的迫切需要,培养大数据与人工智能算法研究、应用产品研发、技术推广、学科交叉和项目管理复合型人才,按照“重基础、重实践”的培养模式培养专业硕士研究生。学院 “地球科学大数据与人工智能团队”于2018年成立。该团队在吴帮玉博士的带领下,追踪大数据与人工智能相关理论与方法的最新进展,面对国家需求及经济主战场,开发针对油气地震勘探资料智能化处理与解释的相关算法,推动相关理论向油气勘探生产实践快速转化。团队自成立至今积极探索机器学习尤其是深度学习的最新进展,在地震波阻抗反演、断层解释、地震数据插值、地震数据去噪等多个方向展开探索。与此同时,与国内外相关企业及科研机构保持密切交流与合作,以实际需求引导技术探索,已获得中国石化石油物探技术研究院、中国石油天然气股份有限公司勘探开发研究院等多个企业及国家、省项目资助,多项技术在实际项目中得到应用。在探索实际项目应用的同时,本团队多个研究成果在IEEE Transactions on Geoscience and Remote Sensing,Remote Sensing, IEEE Geoscience and Remote Sensing Letters等期刊发表,初步展现出实际应用与理论创新兼顾、多学科交叉结合的发展特色。