arXiv 机器学习· Meher Gajula, Keyla Gonzalez, Ben Lasscock, Alejandro Valenciano·· 1 天前AI 评分33
用于地震-测井表征学习的物理跨模态掩码自编码器 CM-MAE
Physical Cross-Modal Masked Autoencoding for Seismic-to-Well Representation Learning
AI 导读
研究人员提出物理跨模态掩码自编码器 CM-MAE，用于解决三维地震数据与一维稀疏测井数据的跨模态表征学习。该模型采用四轴旋转位置编码与稀疏 MoE 架构，基于覆盖约 178,000 平方公里的 23 个地震体及约 92,000 口井完成预训练。实验显示地震上下文使测井重建提升 9.73%，其伪测井预测在近海盐体识别中的 AUROC 达到 0.910。
来源：arXiv 机器学习 · arxiv.org