自然图像与地震图像共同特征无监督学习研究.pdfVIP

table{边框‑合并:;}table,th,td{边框:1px实心#000;}

探讨自然图像与图像之间的共同

特征

MuhdA.Shafiq∗，MohitPrabhushankar，HaibinDi，和GhassanAlRegib

佐治亚理工学院和KFUPM的能源与地球处理（CeGP），电气与计算机

佐治亚理工学院，亚特兰大，佐治亚州，30332‑0250。

*amirshafiq@ech.edu

，我们提出了一种无监督学习框架，旨在评估自然图像和中的广泛领域知识

在辅助解释中的适用性，例如属性、结构自动化和图像处理。具体而言，我

们提出了一种基于数据驱动的稀疏自编架构的新方法，该方法能够自动识别并从未标

记的3D体中提取显著的地质特征。它在从自然图像中学习稀疏特征方面表现出色，

不受缺乏标注图像的限制。通过基于两个领域中的普遍特征开发模型，我们不仅能够

自动化解释过程，还可以开发新的属性，这些属性能够突出剖面中的区

域，并以紧凑的方式传达最有用的