机构名称：
¥ 1.0
摘要。本研究介绍了一种基于卷积神经网络的高效深度学习模型，该模型具有联合自编码器和对抗结构，用于从二维表面观测进行三维地下测绘。该方法用于描绘澳大利亚沙漠景观中的古谷。该神经网络在 6400 平方公里的区域内进行训练，使用陆地表面地形作为二维输入，使用机载电磁 (AEM) 得出的古谷存在概率图作为三维输出。训练后的神经网络的平方误差 < 0 。在 99% 的训练域中为 10，并产生平方误差 < 0 。在 93% 的验证域中，10 的准确率达到 90%，表明它在重建训练区域以外的 3D 古河谷模式方面是可靠的。由于其通用结构，本研究设计的神经网络结构和训练算法具有广泛的应用潜力，可以从 2D 地表观测构建 3D 地质特征（例如矿体、含水层）。
区域尺度三维地下水三维可视化深度学习模型...
主要关键词
相关文件推荐
