arXiv cs.LG· Meher Gajula, Keyla Gonzalez, Ben Lasscock, Alejandro Valenciano·· 2026-09-30AI 评分34
面向地震与测井表征学习的物理跨模态掩码自编码器 CM-MAE
Physical Cross-Modal Masked Autoencoding for Seismic-to-Well Representation Learning
AI 导读
CM-MAE 是一种物理跨模态掩码自编码器，通过四轴旋转位置嵌入与 MoE 层联合学习 3D 地震体与 1D 稀疏测井数据的表征。该模型在涵盖约 17.8 万平方公里的 23 个地震体及约 9.2 万口井上预训练，地震上下文使留出测井重构效果提升 9.73%。在离岸盐体识别评估中其 AUROC 达 0.910，并在陆上未知工区保留了地层构造。
来源：arXiv cs.LG · arxiv.org