В докладе будет представлен разработанный метод расчета волновых сейсмических полей на основе комбинирования сеточных методов решения системы уравнений динамической теории упругости с методами машинного обучения для повышения эффективности и ускорения моделирования данных сейсмических наблюдений. Используется нейронная сеть NDM-net (Numerical dispersion mitigation neural network) для подавления численных ошибок в сейсмических данных, отвечающих двумерным моделям изотропной упругой среды.

Разработана методика выбора оптимального набора положений источников для формирования обучающей выборки. Рассматривается применение разработанного алгоритма для сейсмического мониторинга захоронения CO2. При использовании NDM-net подавляется как численная дисперсия, так и численной ошибки при возмущении скоростной модели среды. При этом вычислительное время уменьшается более чем в 6 раз.