深層分離および残差拡張畳み込みを備えたマルチスケールアテンションネットワークによる効率的な地震データノイズ除去

科学分野:

• 地球物理学
• 信号処理
• 機械学習

背景:

• 高い信号対雑音比（SNR）は、正確な地震データ処理に不可欠です。
• 複雑なノイズ干渉は、地震信号ノイズ除去における大きな課題です。

研究 の 目的:

• 地震信号ノイズ除去のための新しいネットワークであるMSARDNetを導入すること。
• 地震データにおける複雑なノイズ干渉の課題に対処すること。

主な方法:

• MSARDNetは、エンコーダー、ResDC、およびデコーダーモジュールを備えたマルチレベル特徴処理アーキテクチャを採用しています。
• 深層分離畳み込みと強化されたチャネルアテンションは、効率的な特徴抽出とノイズ抑制に使用されます。
• ResDCモジュールの拡張畳み込みと残差接続は、マルチスケール特徴抽出を促進し、信号の整合性を保持します。

主要な成果:

• MSARDNetは、U-Net、DnCNN、DeepDenoiserと比較して、それぞれ15.94 dB、12.03 dB、4.83 dBのSNR改善を達成しました。
• ネットワークは、有用な地震信号を保持しながら、複雑なバックグラウンドノイズを効果的にフィルタリングします。
• 合成データおよびフィールドデータでの比較実験により、MSARDNetの優れたパフォーマンスが検証されました。

結論:

• MSARDNetは、既存の方法と比較して、複雑なノイズを除去する上で優れたパフォーマンスを示しています。
• 提案されたネットワークは、地震データ処理および分析における広範なアプリケーションの大きな可能性を秘めています。