Autori: Muhammad Rizwan Asif, Nikolaj Foged, Pradip Kumar Maurya, Denys James Grombacher, Anders Vest Christiansen, Esben Auken, Jakob Juul Larsen
Abstract: Le indagini elettromagnetiche nel dominio del tempo condotte dall'aria producono set di dati estremamente grandi con migliaia di chilometri lineari di dati e milioni di possibili modelli per spiegare i dati. L'inversione di tali set di dati per ottenere le strutture di resistività del sottosuolo è computazionalmente intensiva e comporta il calcolo di un numero significativo di risposte dirette e derivate per risolvere il problema inverso dei minimi quadrati. L'altitudine di volo del sistema aereo deve essere inclusa nella modellazione, il che aggiunge ulteriore complessità. Proponiamo di integrare le reti neurali in un quadro di inversione iterativa smorzata dei minimi quadrati per accelerare il processo di inversione. Addestriamo due reti neurali separate per prevedere le risposte dirette e le derivate parziali in modo indipendente per un'ampia gamma di strutture di resistività e altitudini di volo. L'inversione dei dati non viene utilizzata solo per produrre i modelli finali del sottosuolo, ma anche durante l'elaborazione dei dati o per produrre risultati intermedi durante un'indagine. Tenendo presenti questi obiettivi, forniamo tre schemi di inversione con un equilibrio regolabile tra tempo di calcolo e accuratezza della modellizzazione: (1) risposte dirette numeriche utilizzate inizialmente in combinazione con derivati di reti neurali, e i derivati passati a una soluzione numerica nelle iterazioni finali, (2) risposte dirette numeriche in combinazione con derivati di reti neurali utilizzati durante tutta l'inversione, e (3) solo risposte dirette e derivati di reti neurali utilizzati nell'inversione. Gli esperimenti sui dati sul campo dimostrano che con il nostro primo approccio miglioriamo la velocità di inversione senza alcuna perdita di accuratezza di modellizzazione, mentre il secondo schema offre un significativo aumento della velocità a costo di deviazioni minori e spesso accettabili nei risultati di inversione rispetto all'inversione non lineare convenzionale. L'ultimo approccio è il più veloce e cattura abbastanza bene le strutture di resistività complessive. Pertanto, a seconda dell'accuratezza di modellizzazione, utilizzando gli schemi proposti si ottengono fattori di aumento della velocità di inversione fino a 50.
