Nos liseuses Vivlio rencontrent actuellement des problèmes de synchronisation. Nous faisons tout notre possible pour résoudre ce problème le plus rapidement possible. Toutes nos excuses pour la gêne occasionnée !
- Retrait gratuit dans votre magasin Club
- 7.000.000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
Nos liseuses Vivlio rencontrent actuellement des problèmes de synchronisation. Nous faisons tout notre possible pour résoudre ce problème le plus rapidement possible. Toutes nos excuses pour la gêne occasionnée !
- Retrait gratuit dans votre magasin Club
- 7.000.0000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
Deep Learning for Seismic Data Enhancement and Representation
Shirui Wang, Wenyi Hu, Xuqing Wu, Jiefu Chen
179,45 €
+ 358 points
Description
Seismic imaging is a key component of subsurface exploration, and it depends on a high-quality seismic data acquisition system with effective seismic processing algorithms. Seismic data quality concerns various factors such as acquisition design, environmental constraints, sampling resolution, and noises. The focus of this book is to investigate efficient seismic data representation and signal enhancement solutions by leveraging the powerful feature engineering capability of deep learning.
The book delves into seismic data representation and enhancement issues, ranging from seismic acquisition design to subsequent quality improvement and compression technologies. Given the challenges of obtaining suitable labeled training datasets for seismic data processing problems, we concentrate on exploring deep learning approaches that eliminate the need for labels. We combined novel deep learning techniques with conventional seismic data processing methods, and construct networks and frameworks tailored for seismic data processing. The editors and authors of this book come from both academia and industry with hands-on experiences in seismic data processing and imaging.
Spécifications
Parties prenantes
- Auteur(s) :
- Editeur:
Contenu
- Nombre de pages :
- 120
- Langue:
- Anglais
- Collection :
Caractéristiques
- EAN:
- 9783031757440
- Date de parution :
- 07-01-25
- Format:
- Livre relié
- Format numérique:
- Genaaid
- Dimensions :
- 178 mm x 254 mm
