Zaawansowane metody wspólnej inwersji i fuzji danych wielofizycznych

Oryginalny tytuł:

Advanced Methods of Joint Inversion and Fusion of Multiphysics Data

Zawartość książki:

Różne metody fizyczne lub geofizyczne dostarczają informacji o charakterystycznych właściwościach fizycznych obiektów, np. formacji skalnych i mineralizacji. W wielu przypadkach informacje te wzajemnie się uzupełniają, co czyni je naturalnymi do uwzględnienia we wspólnej inwersji danych wielofizycznych. Inwersja obserwowanych danych dla konkretnego eksperymentu jest obarczona znaczną niepewnością i niejednoznacznością. Jednym z produktywnych sposobów zmniejszenia niepewności jest łączna inwersja kilku typów danych. Niejednoznaczność można również zmniejszyć poprzez włączenie dodatkowych informacji pochodzących z dostępnej wiedzy a priori na temat celu, aby zmniejszyć przestrzeń poszukiwań rozwiązania. Te dodatkowe informacje można uwzględnić w postaci wspólnej inwersji danych wielofizycznych.

Ogólnie przyjęte metody inwersji są jednak nieodpowiednie do uwzględnienia typowej złożoności fizycznej lub geologicznej. Na przykład analityczne, empiryczne lub statystyczne korelacje między różnymi właściwościami fizycznymi mogą istnieć tylko dla części modelu, a ich konkretna forma może być nieznana. Cechy lub struktury, które są obecne w danych jednej metody fizycznej, mogą nie być obecne w danych wygenerowanych przez inną metodę fizyczną lub mogą nie być jednakowo rozpoznawalne.

Niniejsza książka przedstawia i ilustruje kilka zaawansowanych, nowych podejść do wspólnej inwersji i fuzji danych, które nie wymagają wcześniejszej znajomości konkretnych empirycznych lub statystycznych zależności między różnymi parametrami modelu lub ich atrybutami. Podejścia te obejmują między innymi następujące nowatorskie metody: 1) metoda Gramiana, która wymusza korelację między różnymi parametrami; 2) wspólne stabilizatory funkcji całkowitej zmienności lub wspólnego ogniskowania, np. minimalne wsparcie i minimalne ograniczenia wsparcia gradientu; 3) fuzja danych wykorzystująca wspólny stabilizator minimalnej entropii, który daje najprostsze rozwiązanie wielofizyczne, które pasuje do danych multimodalnych. Ponadto, książka opisuje zasady wykorzystania sztucznej inteligencji (AI) w rozwiązywaniu problemów odwrotnych. Książka przedstawia również szczegółowo zarówno matematyczne zasady tych zaawansowanych podejść do wspólnej inwersji danych wielofizycznych, jak i udane historie przypadków badań geofizycznych w skali regionalnej i w skali złoża, aby zilustrować ich wskazane zalety.