CN119511354A 反演映射模型训练方法、装置、电子设备及存储介质 （中国石油天然气股份有限公司）

训练的地震数据和所述待训练的地震数据对应述待训练的地震数据对应的波阻抗标签对初始及所述未标注的地震数据的波阻抗标签对神经2获取待训练的地震数据和所述待训练的地震数据对应基于所述待训练的地震数据和所述待训练的地震数据对应的波阻抗标签对初始学习获取未标注的地震数据，将所述未标注的地震数据输入至主动基于所述未标注的地震数据以及所述未标注的地震数据的波阻抗标签对神经网络模对所述目标未标注的地震数据进行标注，得到所述目标未标注的地根据所述目标未标注的地震数据对应的目标波阻抗标签进行迭对所述未标注的地震数据进行特征提取，得到所述未标注的地震数据通过预先设置的选择策略对所述未标注的地震数据对应通过预先设置的最小置信度策略对所述未标注的地震数据对应的地震关键特征进行根据所述目标未标注的地震数据对应的目标波阻抗标签，对所未标注的地震数据的波阻抗标签对神经网络模型进行训练，得到训练完成的反演映射模基于所述未标注的地震数据以及所述未标注的地震数据的波阻抗标签对编码器_解码3将所述实际地震数据输入至训练完成的反演映射模型中，得到主动学习器训练模块，用于基于所述待训练的地震数据和所述波阻抗标签确定模块，用于获取未标注的地震数据，将所述未标反演映射模型训练模块，用于基于所述未标注的地震数据其中，所述存储器存储有可被所述至少一个处理器执序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1_7中任一项令，所述计算机指令用于使处理器执行时实现权利要求1_7中任一项所述的反演映射模型4岩性性质，通过反演能够将反映地层界面信息的地震数据变为反映岩性变化的波阻抗信[0007]基于所述待训练的地震数据和所述待训练的地震数据的波阻抗标签对初始学习[0009]基于所述未标注的地震数据以及所述未标注的地震数据的波阻抗标签对神经网5[0021]应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范6[0031]图1为本发明实施例一提供的一种反演映射模型训练方法的流程图，本实施例可7[0045]图2为本发明实施例二提供的一种反演映射模型训练方法的流程图，本实施例的[0055]xc=arg[0060]S250、根据所述目标未标注的地震数据对应的目标波阻抗标签进行迭代替换处标注的地震数据以及目标未标注的地震数据对应的目标波阻抗标签对主动学习器模型进8[0066]图3为本发明实施例三提供的一种反演映射模型训练方法的流程图，本实施例的[0076]训练样本获取模块410，用于获取待训练的地震数据和所述待训练的地震数据对9[0077]主动学习器训练模块420，用于基于所述待训练的地震数据和所述待训练的地震[0079]反演映射模型训练模块440，用于基于所述未标注的地震数据以及所述未标注的[0089]通过预先设置的最小置信度策略对所述未标注的地震数据对应的地震关键特征[0097]波阻抗预测模块，用于将所述实际地震数据输入至训练[0098]本发明实施例所提供的反演映射模型训练装置可执行本发明任意实施例所提供[0100]图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种如因特网的计算机网络和/或各种电信网络与其他设[0103]处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11[0105]基于所述待训练的地震数据和所述待训练的地震数据对应的波阻抗标签对初始[0107]基于所述未标注的地震数据以及所述未标注的地震数据的波阻抗标签对神经网机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器[0110]用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合机器上执行且部分地在远程机器上执行或完全在远程机器或服务面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端_服务器关系的计算