科研之友
微信
新浪微博
Facebook
分享链接
摘要
偏微分方程作为一种描述客观物理规律的重要工具，可应用于解决大多数科学问题和工程问题. 在地球物理学中，求解波动方程是地震波场数值模拟的重要步骤，对于偏移成像和反演起着至关重要的作用. 随着勘探目标复杂化，地震波方程的数学描述也更加复杂，现有的经典地震波数值模拟方法存在一些待完善之处，需要一些新型正演算法的应用.物理信息神经网络（Physics-informed Neural Network，简称PINN）是一种利用神经网络求解偏微分方程近似解的有效手段，通过自动微分将偏微分方程及其定解条件引入损失函数中，在最小化数据驱动误差的同时，使其满足方程的物理约束条件.本文在分析PINN原理并总结其研究现状的基础上，对其在波动方程正演中已有成果进行归纳和分析，展望了其未来可能的研究方向，并对PINN在一维声波方程正演中的应用进行了探究.
- 单位
