幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

人工智慧地球物理勘探(精)/中國石油大學北京學術專著系列

  • 作者：王尚旭//袁三一|責編:萬群霞//崔元春
  • 出版社：科學
  • ISBN：9787030790293
  • 出版日期：2025/01/01
  • 裝幀：精裝
  • 頁數：463
人民幣：RMB 350 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書在概述人工智慧與地球物理勘探的基本原理及二者關係的基礎上，總結了以深度學習為代表的新一代人工智慧技術在地球物理勘探領域中取得的研究進展與核心成果；主要介紹不同人工智慧演算法在地震資料處理、地震資料解釋、地震資料反演和儲層流體預測四大類場景中的實現原理及數值模擬數據、物理模擬數據和實際數據的效果分析，並對人工智慧地球物理勘探的未來發展方向進行總結與展望。
    本書適合從事地球物理勘探與人工智慧交叉研究的本科高年級學生、研究生閱讀，也可以供高校、企業、科研院所等從事人工智慧地球物理勘探及其他應用場景相關的研究人員借鑒與參考。
作者介紹
王尚旭//袁三一|責編:萬群霞//崔元春
    王尚旭     1962年生，中國石油大學（北京）地球物理學院教授，長江學者，973首席科學家，第十一屆、十二屆、十三屆全國政協委員。長期從事地震勘探基礎理論、技術及實際應用研究，針對我國陸相油氣藏儲層薄、非均質性強導致的地球物理勘探難題，建立地質地球物理信息融合模型，提出地質導向地震數據處理理論，大幅度提升地震圖像解析度；建立我國首套寬頻岩石物理實驗裝置，發現地震頻段彈性波傳播規律；揭示非均質陸相油氣藏地震響應介觀特徵，提出陸相油氣藏地震識別新標誌。主持國家重點基礎研究發展計劃（973計劃）2項、國家重點研發計劃1項、國家自然科學基金重點項目1項；發表論文200余篇，獲國家發明專利授權31件；獲國家科技進步獎二等獎2項。
目錄
叢書序
前言
第1章  緒論
  1.1  地球物理勘探概述
    1.1.1  油氣勘探的基本方法
    1.1.2  油氣勘探的數據特徵
    1.1.3  地震勘探的基本問題
    1.1.4  地震勘探的發展瓶頸
  1.2  人工智慧地球物理勘探概述
    1.2.1  人工智慧的發展歷程
    1.2.2  人工智慧地球物理勘探的基本原理
    1.2.3  神經網路的數學和物理理解
    1.2.4  模型驅動與數據驅動的異同
  參考文獻
第2章  人工智慧地震資料處理
  2.1  初至拾取
    2.1.1  研究進展
    2.1.2  基於滑動窗口的智能初至拾取
    2.1.3  基於端到端神經網路的初至拾取
    2.1.4  基於BiLSTM網路回歸的初至拾取
    2.1.5  小結與展望
  2.2  速度分析
    2.2.1  研究進展
    2.2.2  基於無監督聚類的速度分析
    2.2.3  基於有監督神經網路的速度分析
    2.2.4  基於多模態神經網路的速度分析
    2.2.5  小結與展望
  2.3  高解析度處理
    2.3.1  研究進展
    2.3.2  基於端到端神經網路的高解析度處理
    2.3.3  基於雙監督神經網路的高解析度處理
    2.3.4  基於物理引導神經網路的高解析度處理
    2.3.5  小結與展望
  2.4  提高信噪比處理
    2.4.1  研究進展
    2.4.2  基於全連接神經網路的提高信噪比處理
    2.4.3  基於去噪自編碼器的提高信噪比處理
    2.4.4  基於深度殘差網路的提高信噪比處理
    2.4.5  小結與展望
  參考文獻
第3章  人工智慧地震資料解釋
  3.1  層位拾取
    3.1.1  研究進展
    3.1.2  基於U-Net的層位拾取
    3.1.3  基於VQVAE的層位拾取
    3.1.4  多屬性智能融合的層位拾取
    3.1.5  小結與展望
  3.2  斷裂識別
    3.2.1  研究進展
    3.2.2  基於主成分分析的斷裂識別

    3.2.3  基於三維多尺度卷積神經網路的斷裂識別
    3.2.4  基於深層聚合神經網路的多屬性融合斷裂識別
    3.2.5  小結與展望
  3.3  孔洞識別
    3.3.1  研究進展
    3.3.2  基於多屬性製作標籤的孔洞識別
    3.3.3  基於VQVAE的孔洞識別
    3.3.4  聯合U-Net與VQVAE的孔洞識別
    3.3.5  小結與展望
  3.4  地震相解釋
    3.4.1  研究進展
    3.4.2  基於XGBoost有監督學習的地震相解釋
    3.4.3  基於U-Net有監督學習的地震相解釋
    3.4.4  基於半監督學習的地震相解釋
    3.4.5  基於自監督學習的地震相解釋
    3.4.6  小結與展望
  3.5  鹽丘識別
    3.5.1  研究進展
    3.5.2  基於隨機森林的鹽丘識別
    3.5.3  基於U-Net++的鹽丘識別
    3.5.4  聯合CAE與K均值的鹽丘識別
    3.5.5  小結與展望
  參考文獻
第4章  人工智慧地震資料反演
  4.1  波阻抗反演
    4.1.1  研究進展
    4.1.2  井震聯合有監督波阻抗反演
    4.1.3  井震聯合雙監督波阻抗反演
    4.1.4  數據與模型聯合驅動波阻抗反演
    4.1.5  小結與展望
  4.2  疊前彈性參數反演
    4.2.1  研究進展
    4.2.2  基於單監督學習的疊前彈性參數反演
    4.2.3  基於半監督學習的疊前彈性參數反演
    4.2.4  基於注意力機制的權重自適應彈性參數反演
    4.2.5  小結與展望
  參考文獻
第5章  人工智慧儲層流體預測
  5.1  儲層孔隙度預測
    5.1.1  研究進展
    5.1.2  井震聯合有監督孔隙度預測
    5.1.3  井震聯合半監督孔隙度預測
    5.1.4  小結與展望
  5.2  儲層流體預測
    5.2.1  研究進展
    5.2.2  基於機器學習的有監督含氣性預測
    5.2.3  基於深度學習的有監督含氣性預測
    5.2.4  基於半監督學習的含氣性預測
    5.2.5  基於多任務學習的含氣飽和度和波阻抗同時預測
    5.2.6  小結與展望

  參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032