固体地球科学中基于数据驱动发现的机器学习
K.J.Bergen
P.A.Johnson
M.V.de Hoop
G.C.Beroza
张美玲
高东辉
张永刚
杜秋男
1.黑龙江省地震局2.黑龙江省地震局3.黑龙江省地震局4.黑龙江省地震局5.黑龙江省地震局6.黑龙江省地震局7.黑龙江省地震局8.黑龙江省地震局
摘要：通过固体地球科学各个领域了解地球运转状态是一项日益重要的任务.了解地球运行状态所需的复杂的环境、相互作用和多尺度的过程使它具有挑战性,同时,几乎所有地球的地下都难以直接观测,这也是具有挑战性的原因.数据可用性的大幅增加和计算机模拟越来越逼真的特点给加快进展带来了希望,但是,基于这些功能的加深了解本身就具有挑战性.机器学习将在这一努力中发挥关键作用.我们综述该领域的现状,并就如何扩大和加快进展提出了建议.
机标关键词：
论文发表日期：2020-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：21( 1-21 )