研究者提出NPI地球物理反演框架

Jae Deok Kim、Sai Ravela 和 Rob. L. Evans 发表论文，提出神经物理反演器（NPI）——一个将集合条件化与约束残差学习耦合的模块化、不确定性感知地球物理反演框架，以一维大地电磁（MT）作为受控试验场景。 NPI 先用集合条件高斯过程（EnsCGP）生成物理可行的参考集合，再由残差学习网络预测修正。在美国内华达州 Gabbs Valley 地热区宽带 MT 数据上，该框架降低了中周期频段的跨台站平均失配，同时保持相当的集合离散度。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。