論文の概要: Robust Physics-Guided Diffusion for Full-Waveform Inversion

• arxiv url: http://arxiv.org/abs/2603.16393v1
• Date: Tue, 17 Mar 2026 11:27:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-18 17:42:07.2426
• Title: Robust Physics-Guided Diffusion for Full-Waveform Inversion
• Title（参考訳）: フルウェーブフォームインバージョンのためのロバスト物理誘導拡散
• Authors: Jishen Peng, Enze Jiang, Zheng Ma, Xiongbin Yan,
• Abstract要約: 我々は、スコアベースの生成前と、波動方程式シミュレーションによって計算された可能性ガイダンスを組み合わせたフルウェーブフォームインバージョンのための物理誘導拡散フレームワークを開発する。 我々は、有界重み付けと観測依存正規化による波動場拡張を取り入れた輸送型データ一貫性電位(Wasserstein-2)を採用した。 推論側では、逆時間力学全体にわたって誘導強度と空間的スケーリングを適応させる事前条件付き逆拡散方式を導入する。
• 参考スコア（独自算出の注目度）: 2.6103658153756917
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We develop a robust physics-guided diffusion framework for full-waveform inversion that combines a score-based generative prior with likelihood guidance computed through wave-equation simulations. We adopt a transport-based data-consistency potential (Wasserstein-2), incorporating wavefield enhancement via bounded weighting and observation-dependent normalization, thereby improving robustness to amplitude imbalance and time/phase misalignment. On the inference side, we introduce a preconditioned guided reverse-diffusion scheme that adapts the guidance strength and spatial scaling throughout the reverse-time dynamics, yielding a more stable and effective data-consistency guidance step than standard diffusion posterior sampling (DPS). Numerical experiments on OpenFWI datasets demonstrate improved reconstruction quality over deterministic optimization baselines and standard DPS under comparable computational budgets.
• Abstract（参考訳）: 我々は、スコアベースの生成前と、波動方程式シミュレーションによって計算された可能性ガイダンスを組み合わせた、フルウェーブフォームインバージョンのためのロバストな物理誘導拡散フレームワークを開発する。 本研究では,輸送型データ一貫性電位(Wasserstein-2)を採用し,境界重み付けと観測依存性の正規化による波動場向上を図り,振幅不均衡と時間/位相の不整合に対するロバスト性を向上させる。 推論側では、逆時間ダイナミクス全体を通して誘導強度と空間スケーリングを適応させる事前条件付き逆拡散方式を導入し、標準拡散後方サンプリング(DPS)よりも安定的で効果的なデータ一貫性ガイダンスステップを導出する。 OpenFWIデータセットの数値実験では、決定論的最適化ベースラインと同等の計算予算下での標準DPSによる再構成品質の向上が示されている。

関連論文リスト

• EFF-Grasp: Energy-Field Flow Matching for Physics-Aware Dexterous Grasp Generation [54.09734511705173]
  EFF-Graspは、物理を意識したデクサラスグリップ生成のためのフローマッチング合成ベースのフレームワークである。 我々は、スムーズな確率フローによる効率的な安定な生成を可能にする決定論的常微分方程式(ODE)プロセスとして、グリップを再構成する。 EFF-Graspは、拡散ベースラインよりもサンプリングステップを著しく少なくしながら、把握品質と物理的実現性において優れた性能を実現する。
  論文  参考訳（メタデータ） (2026-03-17T06:11:56Z)
• Robust Inference-Time Steering of Protein Diffusion Models via Embedding Optimization [6.097829741846035]
  EmbedOptは、条件埋め込み空間における実験可能性の最適化のために、拡散モデルを操るための推論時アプローチである。 EmbedOptは地図適合タスクにおいて座標に基づく後続サンプリング法よりも優れており、距離制約タスクのパフォーマンスと一致していることを示す。
  論文  参考訳（メタデータ） (2026-02-05T04:13:33Z)
• Improving Bayesian inference in PTA data analysis: importance nested sampling with Normalizing Flows [0.0]
  本稿では, パルスタイミングアレイデータに対するベイズ推定について, 効率, 堅牢性, 速度の向上に焦点をあてて詳細に検討する。 我々はi-nessaiサンプルを統合し、実際のシミュレーションデータセットのパフォーマンスをベンチマークする。 その結果,PTA解析を加速し,推論の品質を保ちながら,フローベースネストサンプリングの可能性を強調した。
  論文  参考訳（メタデータ） (2025-11-03T17:29:46Z)
• Single-shot prediction of parametric partial differential equations [3.987215131970378]
  Flexi-VAEはパラメトリック偏微分方程式(PDE)の効率的な単発予測のためのデータ駆動フレームワークである 本稿では,潜時粘着を進行させるニューラルプロパゲータを提案する。 我々は,PDEベンチマーク,1次元バーガーズ方程式,2次元対流拡散方程式に対してフレキシ-VAEを検証し,広いパラメトリック範囲にわたって正確な予測を行う。
  論文  参考訳（メタデータ） (2025-05-14T01:48:26Z)
• Optimal Transport-Based Displacement Interpolation with Data Augmentation for Reduced Order Modeling of Nonlinear Dynamical Systems [0.0]
  本稿では,複雑なシステムにおける非線形力学の表現を強化するために,最適輸送理論と変位を利用した新しいリダクション・オーダー・モデル(ROM)を提案する。 複雑なシステム挙動の予測における精度と効率の向上を示し、計算物理学や工学における幅広い応用の可能性を示している。
  論文  参考訳（メタデータ） (2024-11-13T16:29:33Z)
• Physics-guided Active Sample Reweighting for Urban Flow Prediction [75.24539704456791]
  都市フロー予測は、バス、タクシー、ライド駆動モデルといった交通サービスのスループットを見積もる、微妙な時間的モデリングである。 最近の予測解は、物理学誘導機械学習(PGML)の概念による改善をもたらす。 我々は、PN(atized Physics-guided Network)を開発し、P-GASR(Physical-guided Active Sample Reweighting)を提案する。
  論文  参考訳（メタデータ） (2024-07-18T15:44:23Z)
• Generative Modeling with Phase Stochastic Bridges [49.4474628881673]
  拡散モデル(DM)は、連続入力のための最先端の生成モデルを表す。 我々はtextbfphase space dynamics に基づく新しい生成モデリングフレームワークを提案する。 我々のフレームワークは、動的伝播の初期段階において、現実的なデータポイントを生成する能力を示す。
  論文  参考訳（メタデータ） (2023-10-11T18:38:28Z)
• Physics-Consistent Data-driven Waveform Inversion with Adaptive Data Augmentation [12.564534712461331]
  我々は、FWI(Full-waveform Inversion)を解くための新しいハイブリッド計算手法を開発した。 トレーニングセットの表現性を向上するデータ拡張戦略を開発する。 本研究では, カルフォルニア州キンベリナの炭素沈殿場に構築された地下地質モデルから得られた弾性地震波形データに本手法を適用した。
  論文  参考訳（メタデータ） (2020-09-03T17:12:55Z)

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。