报告人简介（续）：

Geophysics, IEEE Signal Processing Magazine, PNAS, Geophysics等期刊发表论文，谷歌学术被引约7200次。入选2022年版“全球前2%顶级科学家终身成就榜”。

报告内容简介：

油气资源勘探的地球物理反演存在各种瓶颈问题，比如数据质量差、高度非线性、局部极值、计算量大等。基于深度学习框架的反演可部分解决传统方法的一些关键问题。本次报告主要汇报课题组近期在该方向的研究进展，包括神经网络重参数化的数模双驱动全波形反演（FWI），基于Gabor小波隐式学习的FWI，基于超分和注意力促进的半监督波阻抗反演，以及潜在应用案例。