論文の概要: Diffusion Model-Based Posterior Sampling in Full Waveform Inversion

• arxiv url: http://arxiv.org/abs/2512.12797v1
• Date: Sun, 14 Dec 2025 18:34:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-16 17:54:56.4449
• Title: Diffusion Model-Based Posterior Sampling in Full Waveform Inversion
• Title（参考訳）: フルウェーブフォームインバージョンにおける拡散モデルに基づく後方サンプリング
• Authors: Mohammad H. Taufik, Tariq Alkhalifah,
• Abstract要約: 観測記録の後方サンプリングは フィールドスケールでは めったに実用的ではない 提案手法は,拡散型後方サンプリングと同時音源波形インバージョンデータを組み合わせた手法である。 提案手法は, モデル誤差の低減と, 計算コストの大幅な削減を実現する。
• 参考スコア（独自算出の注目度）: 3.2800968305157205
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Bayesian full waveform inversion (FWI) offers uncertainty-aware subsurface models; however, posterior sampling directly on observed seismic shot records is rarely practical at the field scale because each sample requires numerous wave-equation solves. We aim to make such sampling feasible for large surveys while preserving calibration, that is, high uncertainty in less illuminated areas. Our approach couples diffusion-based posterior sampling with simultaneous-source FWI data. At each diffusion noise level, a network predicts a clean velocity model. We then apply a stochastic refinement step in model space using Langevin dynamics under the wave-equation likelihood and reintroduce noise to decouple successive levels before proceeding. Simultaneous-source batches reduce forward and adjoint solves approximately in proportion to the supergather size, while an unconditional diffusion prior trained on velocity patches and volumes helps suppress source-related numerical artefacts. We evaluate the method on three 2D synthetic datasets (SEG/EAGE Overthrust, SEG/EAGE Salt, SEAM Arid), a 2D field line, and a 3D upscaling study. Relative to a particle-based variational baseline, namely Stein variational gradient descent without a learned prior and with single-source (non-simultaneous-source) FWI, our sampler achieves lower model error and better data fit at a substantially reduced computational cost. By aligning encoded-shot likelihoods with diffusion-based sampling and exploiting straightforward parallelization over samples and source batches, the method provides a practical path to calibrated posterior inference on observed shot records that scales to large 2D and 3D problems.
• Abstract（参考訳）: ベイジアンフルウェーブフォームインバージョン(FWI)は不確実性を考慮した地下モデルを提供するが、各サンプルは多数のウェーブ方程式の解を必要とするため、観測された観測記録から直接の後方サンプリングはフィールドスケールで実施されることは滅多にない。 照明の少ない地域ではキャリブレーション,すなわち不確実性を保ちながら,大規模な調査を行う上で,このようなサンプリングを可能にすることを目的としている。 提案手法では,拡散型後方サンプリングとFWIデータの同時抽出を併用する。 各拡散ノイズレベルにおいて、ネットワークはクリーンな速度モデルを予測する。 次に、波動方程式の確率の下でランゲヴィン力学を用いてモデル空間に確率的洗練されたステップを適用し、進行前に連続レベルを分離するために雑音を再導入する。 同時ソースバッチは前進を減少させ、アジョイントはスーパーガスサイズにほぼ比例して解決する一方、速度パッチやボリュームで事前訓練された無条件拡散は、ソースに関連する数値アーチファクトの抑制に役立つ。 本研究では,3つの2次元合成データセット(SEG/EAGE Overthrust,SEG/EAGE Salt,SEAM Arid),2次元フィールドライン,および3次元アップスケーリング研究について評価した。 粒子に基づく変分ベースライン,すなわち,学習前の学習や単一ソース(非同時ソース)FWIによるスタイン変分勾配降下に対して,本サンプルはより低いモデル誤差と計算コストの大幅な削減を実現する。 符号化されたショットの可能性と拡散に基づくサンプリングと、サンプルとソースバッチの直接並列化を併用することにより、大規模な2次元および3次元問題にスケールする観測記録上の後部推論を校正する実用的な経路を提供する。

関連論文リスト

• Score Distillation of Flow Matching Models [67.86066177182046]
  我々は、Score Identity Distillation (SiD) を事前訓練されたテキスト対画像フローマッチングモデルに拡張する。 SiDは、データフリーとデータアシストの両方の設定で、これらのモデルですぐに使える。 これは、スコア蒸留がテキストと画像のフローマッチングモデルに広く適用されるという最初の体系的な証拠を提供する。
  論文  参考訳（メタデータ） (2025-09-29T17:45:48Z)
• Guided Diffusion Sampling on Function Spaces with Applications to PDEs [112.09025802445329]
  PDEに基づく逆問題における条件付きサンプリングのための一般的なフレームワークを提案する。 これは、関数空間拡散モデルと条件付けのためのプラグアンドプレイガイダンスによって達成される。 提案手法は,最先端の固定解像度拡散ベースラインに対して平均32%の精度向上を実現する。
  論文  参考訳（メタデータ） (2025-05-22T17:58:12Z)
• Enhancing Diffusion Posterior Sampling for Inverse Problems by Integrating Crafted Measurements [46.03835001280626]
  現在の後方サンプリング法は、測定結果を後方サンプリングに取り込み、対象データの分布を推定する。 我々は,早期に高周波情報を早期に導入し,より大きな後部推定誤差を生じさせることを示す。 本稿では, 後方推定法として, 工法計測(逆演示法による雑音測定)を取り入れた新しい拡散後サンプリング法DPS-CMを提案する。
  論文  参考訳（メタデータ） (2024-11-15T00:06:57Z)
• Boosting Diffusion Models with Moving Average Sampling in Frequency Domain [101.43824674873508]
  拡散モデルは、現在のサンプルに頼って次のサンプルをノイズ化し、おそらく不安定化を引き起こす。 本稿では,反復的復調過程をモデル最適化として再解釈し,移動平均機構を利用して全ての先行サンプルをアンサンブルする。 周波数領域における平均サンプリング(MASF)の動作」という完全なアプローチを命名する。
  論文  参考訳（メタデータ） (2024-03-26T16:57:55Z)
• Consistent3D: Towards Consistent High-Fidelity Text-to-3D Generation with Deterministic Sampling Prior [87.55592645191122]
  スコア蒸留サンプリング(SDS)とその変種は、テキスト・ツー・3D世代の発展を大幅に加速させたが、幾何崩壊やテクスチャの低下に弱い。 テキストから3D生成に先立ってODE決定論的サンプリングを探索する新しい「一貫性3D」手法を提案する。 実験により,高忠実で多様な3Dオブジェクトと大規模シーンの生成にConsistent3Dの有効性が示された。
  論文  参考訳（メタデータ） (2024-01-17T08:32:07Z)
• Adaptive Multi-step Refinement Network for Robust Point Cloud Registration [82.64560249066734]
  ポイントクラウド登録は、同じシーンの2つのポイントクラウド間の相対的な厳密な変換を推定する。 本稿では,前ステップからの情報を活用することで,各ステップの登録品質を向上する適応型多段階改良ネットワークを提案する。 本手法は3DMatch/3DLoMatchベンチマークとKITTIベンチマークの両方で最先端の性能を実現する。
  論文  参考訳（メタデータ） (2023-12-05T18:59:41Z)
• Diffusion Model Based Posterior Sampling for Noisy Linear Inverse Problems [14.809545109705256]
  本稿では、簡単な閉形式近似を確率スコアに提案することにより、高速で効果的な解を提案する。 拡散モデルとフローベースモデルの両方において、様々な雑音線形逆問題に対して広範な実験を行う。 提案手法は,全ての基本手法よりもはるかに高速でありながら,高い競争力あるいはより優れた復元性能を示す。
  論文  参考訳（メタデータ） (2022-11-20T01:09:49Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。