Wektorowa inwersja pola akustycznego oparta na uczeniu głębokim

Niniejsza monografia przedstawia ramy głębokiego uczenia się do charakteryzacji dna morskiego poprzez połączenie fizyki wektorowego pola akustycznego z sieciami neuronowymi. Przedstawia parametry Stokesa z hydrofonów wektorowych jako solidne cechy dla inwersji geoakustycznej i rozwija wyspecjalizowane sieci (BP MTL-TCN U-Net + ATT-BP) do szacowania parametrów osadów i ekstrakcji krzywych dyspersji. Metoda sprawdzona na Morzu Żółtym osiąga dokładność porównywalną z rdzeniem w ciągu kilku minut znacznie przewyższając tradycyjne techniki pod względem szybkości i niezawodności. Praca podkreśla synergię między zasadami fizycznymi a uczeniem się opartym na danych oferując skalowalne rozwiązanie do mapowania dna morskiego w czasie rzeczywistym i rozwoju autonomicznego wykrywania oceanów.