



近日,第86屆歐洲地質學家與工程師學會(EAGE)年會在法國圖盧茲舉行。作為地球科學領域的頂級國際學術盛會,本屆年會以“引領變革——地球科學擘畫可持續(xù)轉型宏圖”為主題,吸引了全球6000余名專家學者及200余家能源企業(yè)、油服公司和設備廠商參會,共同探討地球科學前沿技術及其在可持續(xù)發(fā)展中的關鍵作用。石油學院教師張宓及研究生井常青受邀參會,與各國學者圍繞地震信號處理、深度學習應用等研究方向展開深入交流。
會上,張宓作了題為“Efficient deep learning method for 3-D seismic data reconstruction: POCS with dual-channel CNN”的報告,介紹了一種基于深度學習的創(chuàng)新性三維地震數據重建方法。該方法通過結合雙通道卷積神經網絡(CNN)與投影 onto凸集(POCS)算法,顯著提升了疊前地震數據的質量,同時為地震資料高效采集的觀測系統(tǒng)設計提供了科學指導。該研究為地震數據處理領域提供了新的技術思路,受到了與會專家的廣泛關注與討論。
EAGE(European Association of Geoscientists & Engineers)是地質與地球物理學科最具影響力的國際學術組織之一,其年會是全球地球科學領域規(guī)模最大、水平最高的學術會議之一。本屆年會聚焦人工智能、全波形反演(FWI)、碳捕集與封存(CCUS)等前沿技術,集中展示了地球科學及工程技術領域的最新進展與行業(yè)解決方案。
此次參會有助于提升校區(qū)在國際學術舞臺的影響力,增強與全球頂尖科研機構及行業(yè)專家的交流合作,為未來進一步開展創(chuàng)新研究奠定堅實基礎。校區(qū)將繼續(xù)鼓勵師生參與高水平國際學術活動,推動學科交叉融合與科研創(chuàng)新能力提升,助力地球科學領域的可持續(xù)發(fā)展。