ИСТИНА

В работе рассмотрены вопросы повышения эффективности аппроксимационного нейросетевого (АНС) метода для решения обратных (в том числе многокритериальных) задач геоэлектрики [1]. АНС метод заключается в построении приближенного обратного оператора задачи с использованием нейросетевых аппроксимационных конструкций (MLP-сетей) на основе предварительно построенного набора эталонных решений прямых и обратных задач [2]. Повышение эффективности построения таких конструкций в работе достигается с помощью дополнительных преобразований, предшествующих построению MLP-сети, которые составляют слои, так называемой сверточной нейронной СМLP-сети. Эти слои включают: использование сверточных фильтров, скользящих по массиву данных, уменьшение размерности (сжатие) входных данных, физическое и алгоритмическое комплексирование данных, подавление влияния неизвестной фоновой среды и ряд других преобразований. Полученные в результате этих преобразований сжатые карты признаков, адаптированные к решаемой обратной задаче, позволяют уменьшить погрешность аппроксимации обратного оператора и, как следствие, уменьшить итоговую погрешность решения обратной задачи АНС методом. Результаты применения усовершенствованной архитектуры нейронной сети демонстрируются на 2D, 3D модельных и полевых данных.