基于Stein变分梯度下降的机载电磁一维贝叶斯反演框架研究

《Geophysical Journal International》:Probabilistic inversion of electromagnetic data using stein variational gradient descent

【字体: 大 中 小 】 时间:2026年09月27日 来源:Geophysical Journal International 2.8

编辑推荐:

   摘要 地球物理反演本质上是非唯一的,高效的随机不确定性量化对于大规模应用仍然是一个重大挑战。传统的贝叶斯方法,如马尔可夫链蒙特卡洛(McMC),虽然能提供严格的后验估计,但计算成本往往过高;而确定性反演方法则缺乏不

  

摘要

地球物理反演本质上是非唯一的,高效的随机不确定性量化对于大规模应用仍然是一个重大挑战。传统的贝叶斯方法,如马尔可夫链蒙特卡洛(McMC),虽然能提供严格的后验估计,但计算成本往往过高;而确定性反演方法则缺乏不确定性表征能力。本研究开发了一种基于Stein变分梯度下降(SVGD)的一维(1-D)地球物理贝叶斯反演框架。SVGD是一种变分推断方法,通过一组相互作用的粒子来近似后验分布,这些粒子通过基于梯度的优化进行迭代更新。所提出的框架利用机载电磁(AEM)数据在合成数据和田间场景中进行了验证。合成测试表明,SVGD能够有效恢复地下电阻率结构,同时捕捉相关的随机不确定性。研究中分析了粒子数量对后验分辨率和计算成本的影响,并与McMC进行了对比,突出了两者在后验特征和计算效率上的差异。在密西西比冲积平原的田间数据应用中,SVGD的后验均值与确定性反演结果吻合良好,同时提供了不确定性估计。此外,还进行了噪声敏感性测试,以研究数据误差对反演行为的影响。研究发现,噪声水平升高会降低分辨率并使后验向先验主导区域偏移。总体而言,SVGD框架为概率地球物理反演提供了一种灵活且可扩展的方法,在推广到高维问题方面具有广阔的前景。

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号