arXiv · cs.LG· Chao Li, Mrinal K. Sen, Sergey Fomel, Yangkang Chen·· 3 小时前
扩散模型正则化的 Stein 变分梯度下降实现结构感知贝叶斯全波形反演
Structure-aware Bayesian full waveform inversion via diffusion-regularized Stein variational gradient descent
AI 导读
研究将学习到的扩散模型作为隐式正则引入退火 Stein 变分梯度下降（ASVGD）全波形反演框架，替代高斯或平滑等手工先验，引导粒子向合理速度模型分布更新。数值实验显示，该方法生成的平均模型地质一致性更好，能抑制非物理伪影，并使后验不确定性更集中于结构复杂和约束不足的区域。
来源：arXiv · cs.LG · arxiv.org