2026 SEG在线课程系列 (二) | 深度学习：重塑地震数据处理新范式

课程概述

地震数据处理是地震勘探产业的基石。随着人工智能与深度学习时代的来临，其处理方法正迎来一场巨大变革。从初至波拾取到NMO速度分析，深度学习正深刻改变着地震勘探中高劳动强度的处理环节。本课程旨在系统梳理深度学习在地震数据处理全流程中的前沿应用，并带领学员深入解析主流算法的实现精髓，助力学员掌握基于深度学习的先进数据处理方法，帮助学员（主要面向油气行业从业者及学生）及时掌握基于深度学习的地震数据处理最新技术。

课程涵盖以下处理任务：

• 初至拾取：为走时层析成像提供自动化的初至波拾取。
• 数据去噪：压制随机噪声、规则噪声及异常噪声。
• 数据重构：基于规则、不规则及混叠网格的地震数据重建。
• 多次波压制：有效衰减多次波。
• 速度分析：实现NMO速度的自动拾取。
• 分辨率提升：增强地震数据分辨率。

课程目标

课程结束后，学员将收获：

• 数学建模：能将常规地震处理任务转化为标准的深度学习数学问题。

• 代码复现：能独立编写代码，复现领域内主流的深度学习地震处理算法。

• 数据应用：能获取并利用主流开源数据集进行模型训练。

• 算法创新：能针对实际地震处理问题，设计前沿的深度学习解决方案。

  先修要求： 需具备机器学习、深度学习及监督/无监督学习方法的基础知识。

讲师简介

陈阳康博士是德克萨斯大学奥斯汀分校德州地震台网（TexNet）的地球物理学家及人工智能/机器学习（AI/ML）研究团队负责人。他于2015年获得该校地球物理学博士学位，2016年至2018年期间在橡树岭国家实验室担任杰出博士后研究员。杨博士的研究兴趣广泛，涵盖地震成像、信号处理、模拟与反演、地震监测、深度学习及高性能计算。他致力于开源可重复性研究，例如主导开发了先进阵列地震数据处理与成像平台。其研发的地震数据处理人工智能系统已投入实际生产，并成为TexNet分析人员进行日常地震分析与监测的基准模型。

课程时间

课程时间（北美中部标准时间 CST）

2026年3月24日-25日，每日 9:00 AM – 1:00 PM对应北京时间

• 3月24日课程，22:00（当晚10点）– 次日02:00（凌晨2点）

• 3月25日课程，22:00（当晚10点）– 次日02:00（凌晨2点）

课程时长

8小时（每天4小时）