OpenFWI: Large-scale Multi-structural Benchmark Datasets for Full Waveform Inversion
28. listopadu 2022
Řečníci
Chengyuan Deng
Řečník · 0 sledujících
Shihang Feng
Řečník · 0 sledujících
Hanchen Wang
Řečník · 1 sledující
Xitong Zhang
Řečník · 0 sledujících
Yinan Feng
Řečník · 0 sledujících
Yinpeng Chen
Řečník · 0 sledujících
Youzuo Lin
Řečník · 0 sledujících
O prezentaci
Full waveform inversion (FWI) is widely used in geophysics to reconstruct high-resolution velocity maps from seismic data. The recent success of data-driven FWI methods results in a rapidly increasing demand for open datasets to serve the geophysics community. We present OpenFWI, a collection of large-scale multi-structural benchmark datasets, to facilitate diversified, rigorous, and reproducible research on FWI. In particular, OpenFWI consists of 12 datasets (2.1TB in total) synthesized from multiple sources. It encompasses diverse domains in geophysics (interface, fault, CO_2 reservoir, etc.), covers different geological subsurface structures (flat, curve, etc.), and contain various amounts of data samples (2K - 67K). It also includes a dataset for 3D FWI. Moreover, we use OpenFWI to perform benchmarking over four deep learning methods, covering both supervised and unsupervised learning regimes. Along with the benchmarks, we implement additional experiments, including physics-driven methods, complexity analysis, generalization study, uncertainty quantification, and so on, to sharpen our understanding of datasets and methods. The studies either provide valuable insights into the datasets and the performance, or uncover their current limitations. We hope OpenFWI supports prospective research on FWI and inspires future open-source efforts on AI for science. All datasets and related information can be accessed through our website at https://openfwi-lanl.github.io/Full waveform inversion (FWI) is widely used in geophysics to reconstruct high-resolution velocity maps from seismic data. The recent success of data-driven FWI methods results in a rapidly increasing demand for open datasets to serve the geophysics community. We present OpenFWI, a collection of large-scale multi-structural benchmark datasets, to facilitate diversified, rigorous, and reproducible research on FWI. In particular, OpenFWI consists of 12 datasets (2.1TB in total) synthesized from m…
Organizátor
NeurIPS 2022
Účet · 961 sledujících
Baví vás formát? Nechte SlidesLive zachytit svou akci!
Profesionální natáčení a streamování po celém světě.
Sdílení
Doporučená videa
Prezentace na podobné téma, kategorii nebo přednášejícího
UnfoldML: Cost-Aware and Uncertainty-Based Dynamic 2D Prediction for Multi-Stage Classification
Zhlédnout později
Yanbo Xu, …
Pro uložení prezentace do věčného trezoru hlasovalo 0 diváků, což je 0.0 %
EAGER
Zhlédnout později
Thomas Carta, …
Pro uložení prezentace do věčného trezoru hlasovalo 0 diváků, což je 0.0 %
Towards Theoretically Inspired Neural Initialization Optimization
Zhlédnout později
Yibo Yang, …
Pro uložení prezentace do věčného trezoru hlasovalo 0 diváků, což je 0.0 %
Concentration of Data Encoding in Parameterized Quantum Circuits
Zhlédnout později
Guangxi Li, …
Pro uložení prezentace do věčného trezoru hlasovalo 0 diváků, což je 0.0 %
Phase diagram of SGD in high-dimensional two-layer neural networks
Zhlédnout později
Pro uložení prezentace do věčného trezoru hlasovalo 0 diváků, což je 0.0 %
Towards Improving Faithfulness in Abstractive Summarization
Zhlédnout později
Pro uložení prezentace do věčného trezoru hlasovalo 0 diváků, což je 0.0 %