作者：李苍柏; 范建福; 宋相龙深度学习神经元神经网络监督学习无监督学习深度信念网络卷积神经网络地质学应用
摘要：自Hinton等使用基于卷积神经网络的深度学习模型赢得Image Net分类比赛以来,深度学习的研究席卷了各个行业。通过介绍深度学习的历史,探索国内地质行业中深度学习模型的使用情况,并介绍深度学习的基础概念（如神经元、神经网络、监督学习和无监督学习等）以及深度学习基础模型中的2个重要网络：深度信念网络（DBN）和卷积神经网络（CNN）。在此基础上,类比深度学习在医学等相关领域的应用,提出了深度学习在地质上的几点应用：利用深度学习在计算机视觉上表现出的强大能力,可以对遥感图像进行聚类、对岩石样品图像进行分类、对岩石薄片数据进行描述;利用深度学习对原始数据表现出的强大识别能力,处理地质异常数据,从而确定成矿靶区的可能位置;利用深度学习的特点,对地震前的声信号数据进行处理,从而判断出地震发生前的剩余时间。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
