Deep learning for denoising
Deep learning for denoising
复制标题
深度学习去噪
DOI：
10.1190/geo2018-0668.1
复制
发表时间：
2018-10
期刊：
影响因子：
3.3
通讯作者：
Wang Wenlong
中科院分区：
文献类型：
--
作者：
Yu Siwei;Ma Jianwei;Wang Wenlong
与依赖于信号模型及其相应的先验假设的传统地震噪声衰减算法相比，使用深度神经网络去除噪声是基于输入为原始数据的大型训练集进行训练的
Compared with traditional seismic noise attenuation algorithms that depend on signal models and their corresponding prior assumptions, removing noise with a deep neural network is trained based on a large training set in which the inputs are the raw data
登录
查看更多内容
通过学习紧框架对高维地震数据进行插值和去噪
影响因子：
3.3
作者：
Yu Siwei;Ma Jianwei;Zhang Xiaoqun;Sacchi Mauricio D.
通讯作者：
Sacchi Mauricio D.
DOI：
10.1190/1.1893060
发表时间：
1986
期刊：
Seg Technical Program Expanded Abstracts
影响因子：
--
作者：
D. Hampson
通讯作者：
D. Hampson
影响因子：
2.8
作者：
S. Nath;S. Chakraborty;S. Singh;N. Ganguly
通讯作者：
S. Nath;S. Chakraborty;S. Singh;N. Ganguly
DOI：
10.1190/segam2018-2991756.1
发表时间：
2018-08
期刊：
Interpretation
影响因子：
--
作者：
N. Pham;Sergey Fomel;D. Dunlap
通讯作者：
N. Pham;Sergey Fomel;D. Dunlap
DOI：
10.1190/segam2014-1421.1
发表时间：
2014-08
期刊：
Seg Technical Program Expanded Abstracts
影响因子：
--
作者：
A. Weglein
通讯作者：
A. Weglein