报告题目：Seismic tomography, image segmentation and deep learning

报告时间：2020年12月8日（星期二） 下午14:00 - 16:00

报告平台：腾讯会议， ID:  129 848 408

报告人：杨旭 教授（美国加州大学圣塔芭芭拉分校）

摘要：Seismic tomography is a scientific field using realistic earthquake data to analyze the inner structure of our Earth. In this talk, we present a natural connection of three-dimensional seismic tomography to image segmentation problems, which we solve efficiently using deep neural networks with a UNet architecture. It is challenging to obtain sufficient valid data to train neural networks, and we overcome it by developing a fast synthetic data generator using multi-scale asymptotic analysis. The accuracy and parallelizability of the proposed algorithm is illustrated by comparing to the spectral element method. Moreover, the developed multi-scale algorithm can be also used to accelerate various standard applications in seismic tomography, including seismic traveltime tomography and full waveform inversion.

报告人简介：杨旭，美国加州大学圣巴巴拉分校（University of California，Santa Barbara）数学系教授。2003和2005年在清华大学获得学士和硕士学位，2008年在美国维斯康星大学获得博士学位，随后在普林斯顿大学和纽约大学克朗所分别进行了两年的博士后研究工作。 主要从事数学建模和数值模拟计算方面的研究，近期在做一些关于地球物理中机器学习方面的研究以及消失边界有限元方法在拓扑绝缘体中的应用。主要成果发表在SIAM J. Numer. Anal., SIAM J. Sci. Comput., J. Comput. Phys.等国际知名期刊上。

欢迎广大师生参加！