[论文解读] Data-driven modeling of time-domain induced polarization

Charles L. Bérubé, Pierre R. Bérubé|arXiv (Cornell University)|Jul 30, 2021

Magnetic Properties and Applications参考文献 39被引用 7

一句话总结

本文提出了一种新颖的无监督数据驱动方法，用于时域激发极化（IP）建模，采用变分自编码器（VAE）进行训练，数据来自加拿大、美国和哈萨克斯坦的160万条IP衰减曲线。该方法可在无需人工标注或依赖科尔-科尔等经验模型的情况下，实现合成数据生成、贝叶斯去噪、信噪比（S/N）估计和异常值检测，结果表明潜空间中的单一标量即可捕捉平均极化率，从而支持采用简化模型而非复杂参数形式。

ABSTRACT

We present a novel approach for data-driven modeling of the time-domain induced polarization (IP) phenomenon using variational autoencoders (VAE). VAEs are Bayesian neural networks that aim to learn a latent statistical distribution to encode extensive data sets as lower dimension representations. We collected 1 600 319 IP decay curves in various regions of Canada, the United States and Kazakhstan, and compiled them to train a deep VAE. The proposed deep learning approach is strictly unsupervised and data-driven: it does not require manual processing or ground truth labeling of IP data. Moreover, our VAE approach avoids the pitfalls of IP parametrization with the empirical Cole-Cole and Debye decomposition models, simple power-law models, or other sophisticated mechanistic models. We demonstrate four applications of VAEs to model and process IP data: (1) representative synthetic data generation, (2) unsupervised Bayesian denoising and data uncertainty estimation, (3) quantitative evaluation of the signal-to-noise ratio, and (4) automated outlier detection. We also interpret the IP compilation's latent representation and reveal a strong correlation between its first dimension and the average chargeability of IP decays. Finally, we experiment with varying VAE latent space dimensions and demonstrate that a single real-valued scalar parameter contains sufficient information to encode our extensive IP data compilation. This new finding suggests that modeling time-domain IP data using mathematical models governed by more than one free parameter is ambiguous, whereas modeling only the average chargeability is justified. A pre-trained implementation of our model -- readily applicable to new IP data from any geolocation -- is available as open-source Python code for the applied geophysics community.

研究动机与目标

• 开发一种无监督、数据驱动的方法，用于处理和建模时域IP数据，无需人工标注，也无需依赖经验参数模型。
• 克服传统IP建模方法（如科尔-科尔模型和德拜分解）存在的参数模糊性和高协方差等局限性。
• 通过贝叶斯深度学习框架，实现IP数据的自动化、可解释且具备不确定性感知的处理。
• 证明单个潜空间维度足以捕捉IP衰减曲线中的关键信息，从而支持仅对平均极化率进行简化建模。

提出的方法

• 在来自不同地质区域的1,600,319条时域IP衰减曲线的综合数据集上训练深度变分自编码器（VAE）。
• VAE学习一个低维潜空间分布，以编码高维IP数据，实现在无真实标签情况下的表征学习。
• 通过从潜空间的后验分布中采样，实现无监督贝叶斯去噪。
• 通过从学习到的潜空间分布中解码随机样本，生成合成IP曲线。
• 利用VAE后验方差推导出的不确定性估计，对信噪比（S/N）进行定量评估。
• 通过识别在学习分布下重建误差较高或似然性较低的数据点，实现异常值检测。

实验结果

研究问题

• RQ1 深度无监督VAE模型是否能在无需人工标注或先验参数假设的情况下，有效学习时域IP衰减曲线的有意义表征？
• RQ2 VAE学习到的潜空间是否编码了如平均极化率等具有物理解释意义的地球物理参数？
• RQ3 VAE是否可用于生成用于数据增强或测试的逼真合成IP数据？
• RQ4 VAE在噪声IP数据上进行贝叶斯去噪和不确定性量化的能力有多强？
• RQ5 潜空间中的单个标量是否足以表示IP衰减曲线中的关键可变性，从而支持简化建模？

主要发现

• VAE成功学习到160万条IP衰减曲线的紧凑且有意义的潜空间表征，其中第一维与平均极化率高度相关。
• 潜空间中的单个实值标量已包含编码整个IP数据集的充分信息，表明仅对平均极化率进行建模是合理的。
• 该模型可在无需任何标注数据或参数假设的情况下，实现高质量的合成IP曲线生成。
• 通过后验采样实现了无监督贝叶斯去噪和不确定性估计，重建误差作为可靠的异常值检测指标。
• 利用VAE的不确定性估计，可对信噪比（S/N）进行定量估计，从而实现客观的数据质量评估。
• 该方法通过摒弃对科尔-科尔等经验模型的依赖，减少了数据处理中的主观性，优于传统方法。