GeoBrain人工智能 × 勘探地球物理 EN
首页新手指南研究方向团队成员论文成果项目动态 English

Research

从地震记录出发，走向通用地球物理智能。

01

地震数据处理

让不完整、受噪声污染的观测重新可用

刘刘祺成成知同高高天翔胡胡鹏张张宸李李诗睿高高伟盛盛文哲程程裕莹马马坚伟

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。

研究方法与工作流

扩散模型与生成式插值随机噪声与相干噪声压制自监督、弱监督与无监督学习低秩、紧框架与稀疏表示几何感知初至拾取多次波衰减与统一基准评测

核心问题

  1. 如何在大比例、连续缺失道场景中保持同相轴连续性？
  2. 如何让训练数据有限的模型迁移到新的工区与采集几何？
  3. 如何用统一、可追溯的实验协议比较不同处理方法？

相关已核验成果

04
02

地球物理反演

从观测恢复地下介质参数

马马坚伟刘刘祺

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。

研究方法与工作流

全波形反演深度速度模型构建物理信息生成学习感知先验约束隐式神经表示LoRA 与多模态参数高效适配

核心问题

  1. 如何在缺少低频与精确初始模型时降低周跳风险？
  2. 如何把物理约束放入数据、网络结构与目标函数？
  3. 如何以较少标注将预训练表征适配到工业三维数据？

相关已核验成果

04
03

人工智能算法

稳健、可迁移、可解释的通用学习方法

成成知同高高天翔胡胡鹏葛葛煜龙马马坚伟

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。

研究方法与工作流

特征空间域适应噪声标签鲁棒损失个性化联邦学习扩散与生成建模Transformer 与神经算子多视图三维重建

核心问题

  1. 域偏移主要来自特征退化，还是决策边界错位？
  2. 如何在标签噪声与客户端异质性下获得可分析的鲁棒性？
  3. 如何把几何与物理对称性编码进高效网络？

相关已核验成果

04
04

基础地球物理大模型

从单任务网络走向可适配的通用表征

刘刘祺马马坚伟成成知同胡胡鹏葛葛煜龙

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。

研究方法与工作流

自监督规模化预训练多模态对齐与提示引擎参数高效微调跨工区、跨模态与跨任务泛化物理一致性与可信评测开放数据、模型与基准

核心问题

  1. 哪些预训练目标能够学习可跨模态迁移的地球物理表征？
  2. 如何评估基础模型在未知工区和新任务上的真实泛化？
  3. 如何让大模型输出满足物理规律并保留完整溯源？

相关已核验成果

04
05

地球物理 Agent

让自然语言意图驱动可验证的科学工作流

刘刘祺马马坚伟

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。

研究方法与工作流

模型上下文协议（MCP）工具链地震建模任务规划与执行专业软件与数据接口编排人在回路的参数与结果审查错误诊断、恢复与实验溯源可复现智能地球物理工作流

核心问题

  1. 智能体如何把高层科学意图转化为可审计的工具调用？
  2. 哪些决策必须保留地球物理专家确认与干预？
  3. 如何评测自动工作流的正确性、复现性与失效恢复能力？

公开工具与演示

First Agent Template · Hugging Face Space刘祺公开的 Agent 原型空间，用于展示可交互智能体工作流。

相关已核验成果

02