Komputasi Geofisika,
Hello digital world :)
DESAIN SURVEY
Oke jadi semisal saya punya daerah survey dengan estimasi perambatan gelombang seperti ini :
Testing forward dulu~
Berikut hasilnya untuk tiap model-model unik yang saya ujikan :
MODEL 1
Well, hasil di atas menunjukkan lebih cantik hasil inversi yang menggunakan tikhonov regulation.
MODEL 2
Well that's it. Susah juga ya optimisasi skala besar. Ini baru dua dimensi, belum 3 dimensi hehe.
See ya,
L
Crosshole Traveltime Tomography without Ray metode LSQR dan extra Tikonov orde 1
Hello digital world :)
Lama juga ya saya tidak nge-blog. Seperti biasa saya disibukkan riset di kampus dan sedikit sekali waktu buat eksperimen komputasi, sampai-sampai saya mencuri waktu disela tugas sambil membuat program ini. Awalnya saya tertarik gara-gara paper berjudul "Traveltime tomography of crosshole radar data without ray tracing". Point yang menarik dari paper ini adalah :
- Forward untuk tomography tidak melulu menggunakan ray-tracing. Bisa pakai eikonal, bisa selesaikan rumus propagasi gelombang lalu dipick. Untuk kasus seismik saya coba menggunakan forward engine dari skripsi saya yang sudah menggunakan kartu grafis untuk komputasi paralel (CUDA C). Program forward 2D saya berbasis FDTD elastik Virieux dan CPML komastich.
- Matriks Jacobi tidak perlu dihitung tiap iterasi! Ya! :) Saya juga kaget ternyata ada caranya untuk estimasi jacobi dari iterasi awal dengan menggunakan metode Broyden. Dengan ini waktu inversi jadi lebih singkat.
Oke, sekarang kita coba hajar, inversi yang saya gunakan adalah LSQR standar tanpa roughening matrix (cuma matriks identitas) dan pakai tikhonov orde 1. Loh kok gak pakai roughening matrix juga? iyasih untuk parameter skala besar sering tidak aman, tapi ya dicari hasil yang aman saja hehe (ubah-ubah parameter awal inversi) :p
DESAIN SURVEY
Oke jadi semisal saya punya daerah survey dengan estimasi perambatan gelombang seperti ini :
 |
| Ray Coverage |
Testing forward dulu~
Berikut hasilnya untuk tiap model-model unik yang saya ujikan :
MODEL 1
 |
| True Model 1 |
 |
| No smoothing |
 |
| Tikhonov 2nd |
MODEL 2
 |
| True Model 2 |
 |
| No Smoothing |
 |
| Tikhonov 2nd (gak memuaskan) |
Yup, model yang agak kompleks hasilnya kurang memuaskan jika diberi smoothing/roughening matrix. Mungkin cukup susah dalam mencari nilai parameter yang smooth pada model kompleks seperti itu.
Well that's it. Susah juga ya optimisasi skala besar. Ini baru dua dimensi, belum 3 dimensi hehe.
See ya,
L
0 comments: