• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2008년도 공동학술대회
• /
• pp.51-56
• /
• 2008

등방성 매질에서의 파형역산에 대한 연구는 1980년대부터 꾸준히 이루어져 왔으나 이방성 매질에 대한 연구는 그렇지 못하다. 본 연구에서는 이방성 매질에 대한 시간영역 셀기반 유한 차분 모델링 기법을 이용해 2차원 TI 구조에서의 파형역산 알고리듬을 개발하였다. 반복적인 비선형 역산에서 최대 급경사 방향은 역시간 구조보정의 역전파 방법을 이용하여 간접적으로 계산하였고, 이를 정규화 시키기 위해 슈도-헤시안 행렬을 이용하였다. 본 연구에서 제시된 시간영역 파형역산 기법을 이방성 매질을 포함한 2층 구조와 이방성 Marmousi 모형 자료에 적용하고 이를 등방성 매질만을 고려한 기존의 파형역산 결과와 비교하였다. 본 연구의 결과를 통해 이방성 매질을 등방성 매질로 가정하고 파형역산을 수행할 경우 정확한 영상을 얻을 수 없기 때문에, 실제 탐사 자료의 파형역산을 수행할 경우 이방성 매질을 고려해야 좀 더 정확한 지하 구조를 파악할 수 있음을 확인하였다.

• 지구물리와물리탐사
• /
• 제7권3호
• /
• pp.191-196
• /
• 2004

탄성파 역산에는 고전적인 Gauss-Newton 방법이 주로 사용된다. 이 방법은 Jacobian을 직접 계산하여 거대한 크기의 Hessian 행렬을 만드는 것을 필요로 한다. Hessian 행렬의 구성은 몇 가지의 요소들에 의해 결정되는데, 음원과 수진기의 위치, 영상화 구역(image zone), 음원 파형의 형태 등 다양한 형태의 모델링에 영향을 미치는 요소에 따라서 다른 모습으로 나타난다. 이 논문에서는 Gauss-Newton 방법에 나타나는 거대한 Hessian 행렬을 조절함으로써 Marmousi 탄성파 모델 자료를 역산하고자 한다. 또한 근사 Hessian행렬의 대안으로 두 가지의 유사 Hessian행렬들을 제시하고자 한다. 하나는 유한 폭을 갖는 Hessian행렬이고 다른 하나는 자동안정함수(automatic gain function, AGC)를 이용한 Hessian 행렬이다. 작은 크기의 모델에 대한 수치결과로부터 몇 가지의 사실을 알 수 있다. 하나는 유한 폭을 갖는 Hessian 행렬을 이용하여 얻어진 한번 근사된 속도모델은 원래의 Hessian 행렬을 이용하여 얻은 결과와 매우 유사하다는 것이고, 둘째로 자동안정함수를 이용한 근사 Hessian 행렬의 안정성이 많이 개선된다는 것이다.

• 지구물리와물리탐사
• /
• 제9권1호
• /
• pp.86-92
• /
• 2006

정규화된 파동장을 이용하는 탄성파 전파형 역산법은 기존의 전파형 역산법에서 필요로 하는 탄성파원 예측으로 인해 야기되는 잠재적인 역산오차를 피할 수 있다. 본 논문에서는 이러한 전파형 역산법에 가중 평활화제약을 추가하여 분해능을 높였으며, 모든 주파수성분을 동시에 역산하지 않고 주파수 별로 순차적으로 역산하도록 수정하였다. 새로운 방법은 간단한 2 차원 단층모델에 적용하여 검증하였다. 가장 큰 개선점은 적분감도에 기초하여 결정한 가중계수를 모델변수에 도입한 점이다. 모델변수에 가중계수를 적용하면 평활화제약을 선택적으로 완화할 수 있기 때문에 영상화 재구성 시 잘못된 영상을 줄이는데 효과적이다. 다중 단일주파수 역산은 다중주파수 동시역산을 대치할 수 있으며, 특히 작은 주파수부터 먼저 사용하는 순차적인 단일주파수 역산은 계산효율면에서 유용하다.

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2007년도 특별 심포지엄 논문집
• /
• pp.85-85
• /
• 2007

• 지구물리와물리탐사
• /
• 제5권1호
• /
• pp.33-45
• /
• 2002

주시 토모그래피의 한계인 분해능을 극복하기 위하여 새로운 영상화 기법이 요구되며 그 중의 하나가 파형 역산이다. 파형 역산은 위상뿐만 아니라 파동의 진폭을 동시에 이용하므로 지하구조를 고해상으로 영상화할 수 있는 기법이다. 그러나 파형역산은 전파와 역전파의 모형반응 계산이 요구되므로 많은 계산 시간이 요구된다. 본 연구에서는 파형역산 기법에서 효율적인 합성 파동장 계산을 위하여 속도-응력법을 이용하였다. 시추공 영상화 기법들의 분해능을 알아 보기 위하여 수치모형에 적용, 비교하여 파형역산과 주시 토모그래피의 분해능을 살펴보았다. 파형역산의 분해능 한계는 Schuster가 유도한 구조보정의 분해능 한계와 유사함을 알 수 있었다. 시추공의 기하학적인 문제로 인한 커버리지의 부족의 문제는 VSP자료를 적용함으로서 해결할 수 있어 수평적인 분해능이 향상되었다. 또한 구현된 알고리듬의 현장적용성을 평가하기 위하여 실제와 유사한 이론모형에 적용해보았으며 이 때 발생하는 비선형성을 줄이기 위해 초기치로 주시역산 토모그램을 적용하여 좋은 결과를 얻었다.

• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.227-241
• /
• 2022

전파형 역산은 석유가스 탐사를 위한 탄성파 자료처리 분야에서 지층의 속도 모델을 추정하는데 사용되는 역산 기법이다. 최근 탄성파 자료처리에 딥러닝 기술의 활용이 급격하게 증가하고 있는데, 전파형 역산 기술도 마찬가지로 다양한 연구가 이루어지고 있다. 초기에는 머신러닝 기술을 활용한 자료처리 기법이 전파형 역산을 위한 입력자료의 전처리 목적으로 활용되는 수준이었으나, 딥러닝 기술을 통해 전파형 역산을 직접적으로 구현하는 연구가 등장하기 시작하였다. 딥러닝 기술을 활용한 전파형 역산은 순수 데이터 기반 접근법, 물리 기반 신경망 활용법, 인코더-디코더 구조 활용법, 신경망 재매개변수화를 이용한 구현법, 물리정보 기반 신경망 기법 등으로 구분할 수 있다. 이 논문에서는 딥러닝 기반 전파형 역산 기법을 발전 과정 순서로 체계화하여 각각의 접근법에 대한 이론과 특징을 설명하였다. 전파형 역산 기술에 딥러닝 기법을 도입한 초기에는 데이터 과학의 기본 원리에 충실하게 대량의 학습자료를 준비하고 순수 데이터 기반 예측 모델을 적용하여 속도 모델을 역산하는 연구로 시작하였다. 최근 연구 동향은 탄성파 자료의 잔차나 파동방정식 자체의 물리정보를 심층 신경망에 활용하여 순수 데이터 기반 접근법의 단점을 보완해 나가는 방향으로 진행되고 있다. 이러한 발전으로 대량의 학습자료가 필요하지 않고, 전파형 역산의 태생적 한계점인 주기 놓침 현상을 완화하며 계산 시간을 획기적으로 줄일 수 있는 딥러닝 기반 전파형 역산 기술이 등장하고 있다. 딥러닝 기술의 도입으로 전파형 역산 기술은 탄성파 자료처리 분야에서 가치가 더 높아질 것으로 생각된다.

• 한국지진공학회:학술대회논문집
• /
• 한국지진공학회 2006년도 학술발표회 논문집
• /
• pp.25-32
• /
• 2006

We present a imaging method of seismic sources by time reversal propagation of seismic waves. Time-reversal wave propagation is actively used in medical imaging, non destructive testing and waveform tomography. Time-reversal wave propagation is based on the time-reversal invariance and the spatial reciprocity of the wave equation. A signal is recorded by an array of receivers, time-reversed and then back-propagated into the medium. The time-reversed signal propagates back into the same medium and the energy refocuses back at the source location. The increasing power of computers and numerical methods makes it possible to simulate more accurately the propagation of seismic waves in heterogenous media. In this work, a staggered-grid finite-difference solution of the elastic wave equation is employed for the wave propagation simulation. With numerical experiments, we show that the time-reversal imaging will enable us to explore the spatio-temporal history of complex earthquake.

• 한국농공학회논문집
• /
• 제57권3호
• /
• pp.55-63
• /
• 2015

Embankment of agricultural reservoir started by four major rivers project. Most agricultural reservoirs must insure the agricultural water, they need must be ensured stability of embankment. Recently, there is a growing interest in seismic stability of structure by earthquake. Results of evaluation of the structural stability through seismic vibration test and numerical analysis, maximum displacement and the maximum acceleration is a similar trends. Appeared by increasing occurrence of the value of the displacement and acceleration of the structure with the result long period wave type in accordance with the seismic wave in the case of seismic waves, which shows the results of similar tendency as long period wave type consists of waveform seismic acceleration. Model test and numerical analysis results with in order to increase embankment agricultural reservoir, the displacement was found to ensure it is displayed within one percentage structural stability of the embankment.

• 한국음향학회지
• /
• 제39권6호
• /
• pp.592-599
• /
• 2020

본 논문은 다양한 지진 이벤트 분류를 위해 지진 데이터의 정적인 특성과 동적인 특성을 동시에 반영할 수 있는 합성곱 순환 신경망(Convolutional Recurrent Neural Net, CRNN) 구조를 제안한다. 중규모 지진뿐만 아니라 미소 지진, 인공 지진을 포함한 지진 이벤트 분류 문제를 해결하려면 효과적인 특징 추출 및 분류 방법이 필요하다. 본 논문에서는 먼저 주의 기반 합성곱 레이어를 통해 지진 데이터의 정적 특성을 추출 하게 된다. 추출된 특징은 다중 입력 단일 출력 장단기메모리(Long Short-Term Memory, LSTM) 네트워크 구조에 순차적으로 입력되어 다양한 지진 이벤트 분류를 위한 동적 특성을 추출하게 되며 완전 연결 레이어와 소프트맥스 함수를 통해 지진 이벤트 분류를 수행한다. 국내외 지진을 이용한 모의 실험 결과 제안된 모델은 다양한 지진 이벤트 분류에 효과적인 모습을 보여 주었다.

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2011년도 학술대회 및 정기총회
• /
• pp.49-53
• /
• 2011