FAD: Foundation-Model Aided Deep Learning for Marine Seismic Interference Attenuation
刘马
GeoBrain · PKU & HIT
让地球物理更智能，也更可信。
我们连接人工智能、应用数学与勘探地球物理，研究可复现、可解释、可迁移的地下成像与数据处理方法。
开放学术基准与可复现研究
Start here · 新成员必读
地球物理与人工智能新人培训手册
面向新入组研究生与本科生的 78 页入门路线，系统介绍地球物理任务、人工智能方法、科研工具与学习资源。网站始终指向最新版手册。
88方法
44基准
368论文
494结果
Research map
五条相互连接的研究路径
从原始地震记录到地下结构、通用模型与可执行的地球物理智能体。
01
地震数据处理
面向不规则采集、强随机噪声与相干干扰，研究从缺失道重建到初至拾取的完整处理链。团队将生成模型、自监督学习、隐式表示和几何感知网络与地震数据结构结合，并以 SeismicBench 统一记录数据集、指标与复现实验。
02地球物理反演
围绕速度模型构建、全波形反演及多物理场问题，将波动方程、感知先验和深度网络放进同一优化框架。研究覆盖端到端反演、物理信息生成学习、隐式神经表示和参数高效适配，重点关注低频缺失、初始模型依赖、三维计算成本与不确定性。
03人工智能算法
从地球物理问题中提炼具有通用价值的人工智能方法，研究域适应、噪声标签鲁棒损失、个性化联邦学习、生成建模与高效三维视觉。目标是解释模型为何迁移、何时失效，以及如何在有限计算与数据条件下稳定部署。
04基础地球物理大模型
研究地震、重力、磁法、电磁与文本知识的规模化预训练和跨模态对齐，构建可通过提示、轻量解码器或低秩更新适配到多种任务的基础模型。研究同时覆盖数据治理、物理一致性、泛化评测、可信性和开放基准。
05地球物理 Agent
探索由大语言模型规划、调用专业软件并组织实验的地球物理智能体。首个公开案例把 SPECFEM 2D、3D Cartesian 与 3D Globe 的建模流程封装为 MCP 工具，支持从参数生成、网格划分、求解到可视化的自动执行和人在回路协作；后续将延伸到处理、成像、反演与解释软件生态。
Selected publications
近期与代表性成果
Feature-Space Planes Searcher: A Universal Domain Adaptation Framework for Interpretability and Computational Efficiency
成葛马
GeoFormer: Geometry-Aware Transformer and its application to 5D First-Arrival Picking
高马
Robust Losses from Univariate Base Functions for Noisy-Label Learning
胡马
Towards Foundation Model-Driven Geophysical Inversion by Low-Rank Adaptation and Attention Gates
马
Foundation Models for Exploration Geophysics
刘马
学术联系
开放合作，连接真实问题与前沿方法。
欢迎围绕智能地震处理、反演、人工智能算法、基础大模型与地球物理 Agent 开展学术交流。