Advanced Methods of Joint Inversion and Fusion of Multiphysics Data
A különböző fizikai vagy geofizikai módszerek információt szolgáltatnak az objektumok jellegzetes fizikai tulajdonságairól, pl. a kőzetképződményekről és az ásványi anyagokról. Sok esetben ezek az információk kölcsönösen kiegészítik egymást, ami természetessé teszi a többfizikai adatok közös inverziójában való figyelembevételüket. Egy adott kísérlet megfigyelt adatainak inverziója jelentős bizonytalansággal és többértelműséggel jár. A bizonytalanság csökkentésének egyik eredményes megközelítése a többféle adattípus együttes invertálása. A nem egyediséget úgy is lehet csökkenteni, hogy a céltárgyról rendelkezésre álló a priori tudásból származó további információkat veszünk figyelembe a megoldás keresési terének csökkentése érdekében. Ez a kiegészítő információ a többfizikai adatok közös inverziója formájában is beépíthető.
Az általánosan bevált közös inverziós módszerek azonban nem alkalmasak a tipikus fizikai vagy geológiai összetettség beépítésére. Például a különböző fizikai tulajdonságok közötti analitikus, empirikus vagy statisztikai korrelációk csak a modell egy részében létezhetnek, és ezek konkrét formája ismeretlen lehet. Előfordulhat, hogy az egyik fizikai módszer adataiban jelen lévő jellemzők vagy struktúrák nem szerepelnek egy másik fizikai módszer által generált adatokban, vagy nem egyformán feloldhatók.
Ez a könyv a közös inverzió és adatfúzió számos fejlett, új megközelítését mutatja be és illusztrálja, amelyek nem igénylik a különböző modellparaméterek vagy attribútumaik közötti konkrét empirikus vagy statisztikai kapcsolatok előzetes ismeretét. Ezek a megközelítések többek között a következő újszerű módszereket foglalják magukban: 1) a Gramian-módszer, amely a különböző paraméterek közötti korrelációt kényszeríti ki; 2) közös teljes variációs funkcionális vagy közös fókuszstabilizátorok, pl. minimális támasz és minimális gradiens támasz megkötések; 3) közös minimális entrópia stabilizátort alkalmazó adatfúzió, amely a legegyszerűbb, a multimodális adatokhoz illeszkedő multifizikai megoldást eredményezi. A könyv emellett ismerteti a mesterséges intelligencia (AI) használatának elveit a multifizikai inverz problémák megoldásában. A könyv részletesen bemutatja a multifizikai adatok közös inverziójának e fejlett megközelítéseinek matematikai elveit, valamint regionális és lelőhelyi szintű geofizikai vizsgálatok sikeres esettörténeteit is, hogy illusztrálja a jelzett előnyeiket.
