حل عددی معادله موج با استفاده از روشهای یادگیری عمیق مطلع از فیزیک مسئله

در فرآیندهای پردازشی مختلفی همچون مهاجرت زمان معکوس (RTM)، وارونسازی شکل موج کامل ( (FWI، و مدلسازی فیزیک سنگی پاسخ لرزه ای ، بصورت متداول از حل عددی معادله موج استفاده می شود. روش معمول حل تفاضل محدود می باشد که با توجه به قیود پایداری برای اندازه شبکه و پله زمانی ، ابعاد ماتریس های درگیر و زمان محاسبات افزایش می یابد. این مسئله بخصوص برای فرایندهای تکراری یک عامل بازدارنده در استفاده از آنها می باشد. در سالهای اخیر با توجه به تسریع محاسبات موازی با استفاده از GPU ها استفاده از این روشها تا حدودی تسهیل گشته است . در اینجا ما یک شبکه عصبی عمیق مطلع از فیزیک مسئله معرفی کردهایم که علاوه بر محاسبات موازی در ضربهای ماتریسی ، قابلیت حل همزمان چشمه های مستقل با استفاده از ویژگی مینی بچ را داراست ، و به این طریق زمان محاسبات را کاهش می دهد. کارایی این روش با مدلسازی روی مدل مصنوعی مورد ارزیابی قرار گرفته است .