Regularización del modelo para problemas inversos en exploración sísmica

La sı́smica de exploración permite caracterizar el subsuelo utilizando mediciones usual mente adquiridas en superficie. Las propiedades fı́sicas del medio se pueden inferir a partir de los efectos sobre los datos observados. Tal estrategia en ciencia se conoce como resolución del problema inverso. E...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Sabbione, Juan Ignacio
Formato: Articulo
Lenguaje:Español
Publicado: 2025
Materias:
Geofísica
métodos sísmicos
problema inverso
regularización
algoritmos voraces
transformada de Radon
seismic methods
inverse problem
regularization
greedy algorithms
Radon transform
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/176369
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-176369
record_format dspace
spelling I19-R120-10915-1763692025-02-13T14:46:04Z http://sedici.unlp.edu.ar/handle/10915/176369 Regularización del modelo para problemas inversos en exploración sísmica Model regularization for linear inverse problems in exploration geophysics Sabbione, Juan Ignacio 2025-02-06 2025-02-11T15:26:54Z es Geofísica métodos sísmicos problema inverso regularización algoritmos voraces transformada de Radon seismic methods inverse problem regularization greedy algorithms Radon transform La sı́smica de exploración permite caracterizar el subsuelo utilizando mediciones usual mente adquiridas en superficie. Las propiedades fı́sicas del medio se pueden inferir a partir de los efectos sobre los datos observados. Tal estrategia en ciencia se conoce como resolución del problema inverso. El problema inverso se puede plantear como un problema de optimización en el que se determinan los parámetros que minimizan cierta función de costo. Muchos de los problemas inversos que se presentan en sı́smica de exploración o bien son lineales, o bien pueden ser estudiados mediante una aproximación lineal. Para que un problema inverso esté bien definido, deben cumplirse tres condiciones: que la solución exista, que sea única, y que cambie en forma continua con los parámetros del modelo (i.e., que sea estable). Desafortunadamente, estas condiciones no se cumplen simultáneamente en ningún caso. En general, las soluciones buscadas no son únicas y/o son inestables. Esto conlleva a que el modelo a invertir deba ser regularizado. La regularización puede ser explı́cita o implı́cita. La primera se logra introduciendo un término de penalización sobre la función de costo. La segunda se puede alcanzar por detención temprana de los algoritmos iterativos, descartando outliers, o bien utilizando algoritmos voraces (greedy) más modernos. Aquı́ se presentan ejemplos de estas últimas técnicas a partir de la transformada de Radon.en forma continua con los parámetros del modelo (i.e., que sea estable). Desafortunadamente, estas condiciones no se cumplen simultáneamente en ningún caso. En general, las soluciones buscadas no son únicas y/o son inestables. Esto conlleva a que el modelo a invertir deba ser regularizado. La regularización puede ser explícita o implícita. La primera se logra introduciendo un término de penalización sobre la función de costo. La segunda se puede alcanzar por detención temprana de los algoritmos iterativos, descartando outliers, o bien utilizando algoritmos voraces (greedy) más modernos. Aquí se presentan ejemplos de estas últimas técnicas a partir de la transformada de Radon. Exploration geophysics allows us to characterize the subsurface using  measurements typically acquired at the surface. The physical properties of the medium can be inferred from the effects observed in the data. This approach in science is known as solving an inverse problem. The inverse problem can be formulated as an optimization problem, where parameters are determined to minimize a specific cost function. Many inverse problems in exploration geophysics are either linear or can be studied through a linear approximation. For an inverse problem to be well-posed, three conditions must be met: the solution must exist, it must be unique, and it should vary continuously with the model parameters (i.e., it should be stable). Unfortunately, these conditions are never all satisfied simultaneously. Generally, the solutions sought are either non-unique and/or unstable, which means the model to be inverted must be regularized. Regularization can be explicit or implicit. The former is achieved by introducing a penalty term in the cost function. The latter can be achieved by early stopping of iterative algorithms, discarding outliers, or using more modern greedy algorithms. Examples of these latter techniques are presented here using the Radon transform. Asociación Argentina de Geofísicos y Geodestas Articulo Articulo http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 35-40
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Geofísica
métodos sísmicos
problema inverso
regularización
algoritmos voraces
transformada de Radon
seismic methods
inverse problem
regularization
greedy algorithms
Radon transform
spellingShingle Geofísica
métodos sísmicos
problema inverso
regularización
algoritmos voraces
transformada de Radon
seismic methods
inverse problem
regularization
greedy algorithms
Radon transform
Sabbione, Juan Ignacio
Regularización del modelo para problemas inversos en exploración sísmica
topic_facet Geofísica
métodos sísmicos
problema inverso
regularización
algoritmos voraces
transformada de Radon
seismic methods
inverse problem
regularization
greedy algorithms
Radon transform
description La sı́smica de exploración permite caracterizar el subsuelo utilizando mediciones usual mente adquiridas en superficie. Las propiedades fı́sicas del medio se pueden inferir a partir de los efectos sobre los datos observados. Tal estrategia en ciencia se conoce como resolución del problema inverso. El problema inverso se puede plantear como un problema de optimización en el que se determinan los parámetros que minimizan cierta función de costo. Muchos de los problemas inversos que se presentan en sı́smica de exploración o bien son lineales, o bien pueden ser estudiados mediante una aproximación lineal. Para que un problema inverso esté bien definido, deben cumplirse tres condiciones: que la solución exista, que sea única, y que cambie en forma continua con los parámetros del modelo (i.e., que sea estable). Desafortunadamente, estas condiciones no se cumplen simultáneamente en ningún caso. En general, las soluciones buscadas no son únicas y/o son inestables. Esto conlleva a que el modelo a invertir deba ser regularizado. La regularización puede ser explı́cita o implı́cita. La primera se logra introduciendo un término de penalización sobre la función de costo. La segunda se puede alcanzar por detención temprana de los algoritmos iterativos, descartando outliers, o bien utilizando algoritmos voraces (greedy) más modernos. Aquı́ se presentan ejemplos de estas últimas técnicas a partir de la transformada de Radon.en forma continua con los parámetros del modelo (i.e., que sea estable). Desafortunadamente, estas condiciones no se cumplen simultáneamente en ningún caso. En general, las soluciones buscadas no son únicas y/o son inestables. Esto conlleva a que el modelo a invertir deba ser regularizado. La regularización puede ser explícita o implícita. La primera se logra introduciendo un término de penalización sobre la función de costo. La segunda se puede alcanzar por detención temprana de los algoritmos iterativos, descartando outliers, o bien utilizando algoritmos voraces (greedy) más modernos. Aquí se presentan ejemplos de estas últimas técnicas a partir de la transformada de Radon.
format Articulo
Articulo
author Sabbione, Juan Ignacio
author_facet Sabbione, Juan Ignacio
author_sort Sabbione, Juan Ignacio
title Regularización del modelo para problemas inversos en exploración sísmica
title_short Regularización del modelo para problemas inversos en exploración sísmica
title_full Regularización del modelo para problemas inversos en exploración sísmica
title_fullStr Regularización del modelo para problemas inversos en exploración sísmica
title_full_unstemmed Regularización del modelo para problemas inversos en exploración sísmica
title_sort regularización del modelo para problemas inversos en exploración sísmica
publishDate 2025
url http://sedici.unlp.edu.ar/handle/10915/176369
work_keys_str_mv AT sabbionejuanignacio regularizaciondelmodeloparaproblemasinversosenexploracionsismica
AT sabbionejuanignacio modelregularizationforlinearinverseproblemsinexplorationgeophysics
_version_ 1847019274376314880

Ejemplares similares