本报告将探讨物理约束深度学习技术在地震波正反演中的创新应用。首先，报告人构建了基于物理信息神经网络（PINN）的智能频率域地震波模拟框架，该框架能够灵活适应不同介质，解决了地震波数值模拟中的频散问题，并突破了传统数值算法在单频模拟上的局限性。接着，报告人将介绍基于PINN的初至波走时模拟与层析成像技术，展示其在区域尺度成像中的初步成果。最后，报告人将探讨物理约束下的智能全波形反演方法，展示其在初始模型和子波信息未知条件下的应用效果。