Компьютерная система для имитации и интерпретации данных высокочастотных электромагнитных каротажных зондирований

• Автор: Соболев, Андрей Юрьевич
• Шифр специальности: 25.00.10
• Научная степень: Кандидатская
• Год защиты: 2008
• Место защиты: Новосибирск
• Количество страниц: 201 с. : ил.

СПИСОК ИЛЛЮСТРАЦИЙ. СПИСОК ТАБЛИЦ . ВВЕДЕНИЕ . Глава 1. СИГНАЛОВ ВИКИЗ. Общие принципы организации нейронных сетей . Нейронные сети. Псрсентрон Розенблатта. Алгоритм двойственного функционирования . Обучение нейросетей на простейших моделях . Математическая регрессионная модель объекта . Программное обеспечение. Комплекс Модели . Выбор базовых моделей геологических сред. Восстановление функции. Анализ точности решения
1. О возможности аппроксимации сигналов в моделях с большим числом параметров. Выводы. Глава 2. ВЫДЕЛЕНИЕ ПЛАСТОВ . Магнитное поле в слоистой модели. Выводы. Глава 3. Глава 1. Алгоритмы интерпретации данных эксперимента часто базируются на минимизации отклонений синтетических сигналов от измеренных величин в пространстве модельных параметров. В геоэлектрике процесс минимизации является целенаправленным итерационным перебором сигналов при различных значениях геоэлектрических и геометрических характеристик среды. При применении подобного рода процедур эффективность и скорость инверсии, в первую очередь, обусловлены ресурсными характеристиками быстродействие, используемая память программ решения соответствующих прямых задач.


Это препятствие можно преодолеть, построив аппроксимирующую функцию, которая описывается сравнительно малым числом параметров. Наибольшей эффективности можно добиться, если исходная функция не имеет больших градиентов, знакопостоянна
и изменяется в небольших пределах. Всем этим условиям удовлетворяет разность фаз, используемая в ВИКИЗ и девятизондовой модификации ВЭМКЗ , . Одним из перспективных, на наш взгляд, способов приближенного моделирования является метод нейронных сетей. В последнее время появилось множество работ, посвященных применению этого метода для решения геофизических задач например, . Однако в большинстве работ с помощью нейронных сетей решается обратная геофизическая задача. Идея, положенная в основу этой работы, оставив процесс минимизации классическим, подменить прямую задачу на ее нейросетевой аналог. Работа с моделями нейронных сетей началась с публикации Маккалока и Питтса , 4, которые предложили концепцию формаль ного нейрона и доказали, что сеть, составленная из этих нейронов, эквивалентна по вычислительной мощности машине Тьюринга. Главный принцип теории Маккалока и Питтса заключается в том, что произвольные явления, относящиеся к высшей нервной деятельности, могут быть проанализированы и поняты как некоторая активность в сети, состоящей из логических элементов, принимающих только два состояния. При этом для всякого логического выражения, удовлетворяющего указанным авторами условиям, может быть найдена сеть логических элементов, имеющая описываемое этим выражением поведение. Формальным нейроном ФН рисунок 1. Х2,.