Πρόβλεψη υπερπίεσης πετρωμάτων πηγής από μηχανική μάθηση με βάση τη φυσική

0
Πρόβλεψη υπερπίεσης πετρωμάτων πηγής από μηχανική μάθηση με βάση τη φυσική

Σχετικά με τον Συγγραφέα

Λι-Γιουν Φου έλαβε το πτυχίο BS στη γεωφυσική από το Chengdu College of Geology, Chengdu, Κίνα, το 1985, και το MS και Ph.D. πτυχία στη γεωφυσική από το China University of Petroleum, Πεκίνο, Κίνα, το 1992 και το 1995, αντίστοιχα.

Ξεκίνησε την ερευνητική του καριέρα με το China Offshore Oil Exploration & Development Research Center, CNOOC, Κίνα. Από το 1995 έως το 1997, ήταν Μεταδιδακτορικός Συνεργάτης Μηχανικής Μηχανικής στο Πανεπιστήμιο Tsinghua του Πεκίνου. Το 1997, εντάχθηκε στο Ινστιτούτο Τεκτονικής του Πανεπιστημίου της Καλιφόρνια στη Σάντα Κρουζ, Καλιφόρνια, ΗΠΑ, ως Ερευνητής. Το 1999, εντάχθηκε στο Australia CSIRO, Perth, WA, Αυστραλία, ως Επιστημονικό Προσωπικό. Το 2004, εντάχθηκε στο Ινστιτούτο Γεωλογίας και Γεωφυσικής της Κινεζικής Ακαδημίας Επιστημών στο Πεκίνο και ήταν επικεφαλής της Ομάδας Σεισμολογίας. Το 2017, εντάχθηκε στο China University of Petroleum (Ανατολική Κίνα), Qingdao, Κίνα, όπου είναι επί του παρόντος Καθηγητής Γεωφυσικής, με τον σύνδεσμο της ιστοσελίδας: https://orcid.org/0000-0001-8692-8405 και http://geori.upc.edu.cn/2018/0526/c10380a151967/page.htm.

Πρωτοστάτησε στα συνελικτικά νευρωνικά δίκτυα Caianello (CCNNs) από τη διδακτορική του διατριβή (1995) ανακτώντας ένα οπτικό νευρικό μοντέλο (Caianello, Περιοδικό Θεωρητικής Βιολογίας, 1961, 2, 204-235). Πρότεινε CCNN ενημερωμένα από τη φυσική, λαμβάνοντας ορισμένα ντετερμινιστικά φυσικά μοντέλα ως συνάρτηση ενεργοποίησης των συνελικτικών νευρώνων Caianiello. Τόσο η εξαγωγή χαρακτηριστικών που βασίζεται σε CCNN από δεδομένα εκπαίδευσης όσο και η λειτουργία ενεργοποίησης βάσει φυσικής για καθοδηγούμενη μάθηση καταλήγουν σε διάφορους ισχυρούς αλγόριθμους που παρέχουν γρήγορους λύτες για γεωφυσικές εφαρμογές. Οι τρέχουσες έρευνές του επικεντρώνονται στην αρχιτεκτονική εκμάθησης του CNN που βασίζεται σε ολοκληρωτικούς τελεστές Fourier διπλού τομέα, οι οποίοι μεταφέρουν τη ροή πληροφοριών στους τομείς του χώρου και των κυμάτων για μια μερική διαφορική εξίσωση που μαθαίνεται από μηχανή.

Έχει συγγράψει ή συνυπογράψει περισσότερα από 300 άρθρα σε ακαδημαϊκά περιοδικά. Τα ερευνητικά του ενδιαφέροντα περιλαμβάνουν διάδοση κυμάτων, συνελικτικά νευρωνικά δίκτυα Caianello, CCNN με πληροφόρηση για τη φυσική, νευρωνικούς τελεστές Fourier διπλού τομέα, απεικόνιση σύνθετων δομών, μη γραμμικό αντίστροφο πρόβλημα και φυσική πετρωμάτων υψηλής θερμοκρασίας/πίεσης.

Schreibe einen Kommentar