arXiv · Machine Learning· Meher Gajula, Keyla Gonzalez, Ben Lasscock, Alejandro Valenciano·· 7 小时前AI 评分31
物理交叉模态掩码自编码器用于地震-测井表示学习
Physical Cross-Modal Masked Autoencoding for Seismic-to-Well Representation Learning
AI 导读
论文提出物理交叉模态掩码自编码器（CM-MAE），联合处理3D地震体积与1D测井深度片段，使用四轴旋转位置嵌入和稀疏Mixture-of-Experts层。预训练覆盖约178,000平方公里海域与陆上盆地及约92,000口井，匹配掩码消融显示地震上下文使测井重建提升9.73%，反向仅提升0.65%。海上压缩慢度盐体AUROC达0.910，陆上盆地保留层序结构但绝对校准仍依赖具体测线。
来源：arXiv · Machine Learning · arxiv.org