热点事件观察中
研究团队提出地震-测井跨模态掩码自编码器CM-MAE
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年9月30日，研究人员在arXiv发布研究，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。该模型结合了四轴旋转位置编码与稀疏MoE架构，并基于覆盖约178,000平方公里的23个地震体及约92,000口井的数据集完成预训练。实验结果显示，地震上下文使测井重建性能提升9.73%，其生成的伪测井预测在近海盐体识别中的AUROC达到0.910。
AI 根据报道生成 · 3 小时前更新
最新进展9月30日 12:00
研究人员提出CM-MAE模型，通过大规模地震与测井数据预训练提升表征与识别效果。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv 机器学习用于地震-测井表征学习的物理跨模态掩码自编码器 CM-MAE
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。
本事件热度走势
当前热度 5·可比范围峰值 5（10月1日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。