arXiv · cs.AI· Jing Sun, Song Hou·· 1 天前
深度学习在安哥拉Camie油田大尺度地震干扰衰减中的应用：案例研究
Real-world application of deep learning in large-scale seismic interference attenuation: A case study in the Camie field of Angola
arXiv:2610.09663v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jing Sun, Song Hou
首次提交：2026-10-07 16:30
研究任务与主要进展
一项案例研究将基于深度神经网络的监督学习工作流用于安哥拉Camie油田超过345 km2的海上地震采集块，在共炮点域衰减地震干扰。结果称，该方法较传统地球物理算法具有更高的干扰去除准确率、更少信号泄漏和更完整的干扰去除，并比较了整个区块的处理质量与耗时。仅见论文摘要，具体实验细节未提供。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org