作者：張浩然、陳桂
11月28日上午，應地球物理學院劉洋教授邀請，沙特阿拉伯阿卜杜拉國王科技大學（King Abdullah University of Science and Technology，縮寫KAUST）物理科學與工程學院的Tariq Alkhalifah教授，在地質樓525會議室為我院師生作了主題為“關注機器學習中的物理信息嵌入：神經網絡成像與反演理論及應用研究”的學術報告。報告會由地球物理學院劉洋教授主持，SEG/EAGE中國石油大學（北京）學生分會協辦。
Tariq Alkhalifah教授首先介紹了其課題組基于深度學習的地震數據去噪方案；以基于物理引導神經網絡的亥姆霍茲方程求解、微震震源定位和旅行時反演問題為例，闡明解決地球物理問題還需要物理理論的參與；針對如何提高深度神經網絡的泛化性，介紹了其課題組提出的基于域適應理論的解決方案以及其在微震定位、低頻延拓和高分辨率處理中的應用；最后介紹了如何利用深度神經網絡提高常規全波形反演中鹽體速度反演精度。Tariq Alkhalifah教授在報告中指出：解決地球物理問題需將數據驅動的機器學習方案與物理理論相結合，數據和物理理論缺一不可，如何更好地將物理信息嵌入機器學習中仍需不斷研究。
Tariq Alkhalifah教授的報告內容新穎、前瞻性強、啟發性強，現場討論熱烈。
Tariq Alkhalifah教授做報告、現場師生積極參與討論
Tariq Alkhalifah，國際著名地球物理學家，沙特阿拉伯阿卜杜拉國王科技大學（KAUST）物理科學與工程學院教授，曾任阿卜杜拉阿齊茲科技城（沙特國家科技中心）油氣研究中心主任，獲美國科羅拉多礦業學院碩士、博士學位，美國斯坦福大學勘探項目組（SEP）博士后。Tariq Alkhalifah教授是聲波各向異性方程的提出者，地震全波形反演理論和應用的領導者和機器學習在勘探地球物理應用的先行者，已在地球物理領域國際權威期刊發表論文200余篇，獲國際勘探地球物理學家學會（SEG）J. Clarence Karcher獎（1998）、歐洲地學家與工程師學會（EAGE）Conrad Schlumberger獎（2003）、SEG Virgil Kauffmann Gold Medal獎（2023）。
