深度学习在科学研究中的应用

分享背景：

深度学习作为一种数据分析方法被广泛的应用于科学研究的每个阶段，这包括数据分析、数据异常检测、物理模型建模反演等。本次报告将对科学研究中的两个应用进行讲解：数据信号检测模型，被应用于地震灾害预警、滑坡预警、水库油田监测中；深度学习进行反演（直接拟合贝叶斯函数），被应用于地下结构计算、医疗等层析成像算法中。非计算视觉（CV）和自然语言处理（NLP）应用，意味着深度学习在多种行业领域均表现出了非常强的适用性。

分享简介：

1. 信号检测：以地震信号为例

2. 正则化约束（先验约束）存在的问题与解决方案

3. 蒙特卡洛方法与深度学习方法结合

4. 利用深度神经网络稀疏性进行反演：以层析成像为例

讲师介绍：

于子叶，男，博士，助理研究员。2020年毕业于中国科学院大学，获得地球物理博士学位。现就职于中国地震局地球物理研究所。从事地震数据分析与面波反演方法研究。参与国家重点研发计划。著有《深度学习理论与实践》一书。

相关文章