[go: up one dir, main page]

汪宇锋 (副研究员(特聘))

副研究员(特聘) 硕士生导师

性别:男

出生年月:1990-09-06

毕业院校:中国石油大学(北京)

学历:博士研究生

学位:工学博士学位

在职信息:在职

所在单位:地球物理与空间信息学院

入职时间:2020-01-01

学科:地球探测与信息技术

办公地点:珠宝楼518

Email:

个人简历

汪宇锋  特任副研究员

中国地质大学(武汉)

地球物理与空间信息学院

计算与智能地球物理实验室(CIG)


ResearchID | GitHub 


中国石油大学(北京)和斯坦福大学联合培养博士,特任副研究员、硕士生导师,入选“地大学者”青年优秀人才。主要从事计算地球物理和深度学习相关的教学和科研工作,并成立“计算与智能地球物理实验室”(Computational and Intelligent Geophysics Lab, CIG)。在Geophysics, GJI, IEEE TGRS等国际学术期刊上发表论文二十余篇,1篇论文入选“Geophysics Bright Spots Paper”,2篇论文入选“ESI Highly Cited Papers”。主持和参与自然科学基金、国家重点研发课题、中石油创新基金等科研项目。CGU终身会员IMAGE, EAGE, IEEE GRS会员目前担任《Petroleum Science》青年编委,长期担任Geophysics, GJI, IEEE TGRS, C&G, JAG等国际期刊审稿人,2018年获评JAG期刊“优秀审稿人”。2021年获评本科毕业设计“优秀指导教师”,2022年获评“实习优秀指导教师”。


招生意向

拟招收对计算地球物理、高性能并行计算、深度学习等研究方向感兴趣的硕士研究生(地质资源与地质工程,资源与环境专业),同时欢迎对上述研究方向感兴趣的本科生加入本团队参与科研和大学生创新创业训练计划。本团队将培训学生使用Linux操作系统、并行服务器、Jupyter Notebook、Madagascar、CUDA、Latex等科研工具,鼓励学生进行“开源地球物理研究”,所有无利益冲突和保密要求的代码均开源在GitHub上。


研究方向

    1. 复杂介质波动理论;

    2. 地震反演与成像;

    3. 高性能计算;

    4. 深度学习。


讲授课程

    1.《机器深度学习与地球物理》    16学时

    2.《计算地球物理》[课程主页]   16学时

    3.《地学数据三维可视化》[课程主页]    16学时

    4.《秭归野外地质实践教学》[MOOC]    4


科研项目

    9. 油气勘探计算机软件国家工程研究中心开放基金《物理信息神经网络反演地震衰减参数和本构关系》,2024.01-2025.12,主持

    8. 国家自然科学基金青年项目《多尺度神经算子学习高效求解分数阶波动方程》2024.01-2026.12,主持

    7. 国家自然科学基金重大科研仪器研制项目《基于特种光纤的多地球物理场分布式同步观测仪器系统研制2024.01-2028.12,参与

    6. 国家自然科学基金地质联合项目《多地球物理场高温热储响应与识别研究》,2024.01-2027.12,参与

    5. 中国石油科技创新基金研究项目《高衰减区地震多参数反演和稳定化补偿成像研究》,2022.03-2025.03,主持

    4. 国家重点研发计划课题《空天地一体化高精度智能勘察技术》,2021.12-2024.11,参与

    3. 大地测量与地球动力学国家重点实验室开放基金《分数阶波动方程多参数反演方法研究》,2021.01-2022.12,主持

    2. 中央高校基本科研业务费专项资金-杰出人才培育基金《基于地球物理信息神经网络的反演方法研究 》,2021.01-2021.12,主持

    1. 国家自然科学基金重点项目《变分数阶拉普拉斯算子粘滞声波方程正演、逆时偏移和全波形反演研究》,2017.01-2021.12,参与


指导研究生

    5. 钟旺,2023.09- ,深度学习+分布式光纤感知

    4. 张全浩,2023.09- ,深度学习+二氧化碳封存与监测

    3. 甘宁,2022.09- ,深度学习+全波形反演

    2. 钟明峰,2022.09- 全方位角度域逆时偏移成像

    1. 王世鹏,2022.09-,深度学习+地球物理反演


指导本科生

    10. 张恒来臣森隐空间迁移神经算子学习高效求解波动方程》,2023年大学生创新创业训练项目

    9. 徐铭远,杨晨宇,张逸舟基于云计算的地球物理大数据三维可视化平台开发》,2023年教学实验室开放基金项目

    8. 孙琛皓,《基于二次残差物理信息神经网络的声波方程求解》,2023年本科毕业设计

    7. 蒲映龙,《基于深度图像先验地震数据插值方法研究》,2023年本科毕业设计

    6. 赵雷,《基于深度卷积生成对抗网络数据增强的地震正反演》,2023年本科毕业设计

    5. 刘健,《基于迁移傅里叶神经算子学习的频率域波动方程求解》,2023年本科毕业设计

    4. 钟明峰,《基于波动物理信息神经网络的声波正演研究和可重复性实践》,2022年本科毕业设计

    3. 杨凯,《基于条件编码解码器卷积神经网络的地震反演研究和可重复性实践》2022年本科毕业设计

    2. 许仕琦,《基于波动方程约束的神经网络地震正反演算法研究》,2021年本科毕业设计

    1. 何磊,《基于卷积神经网络的地震正反演算法研究》,2021年本科毕业设计,校优秀毕业论文


期刊论文

    8. Wang, Y., Hu, X., Jerry, M. Harris, & Zhou, H. (2022). Crosswell seismic imaging using Q-compensated viscoelastic reverse time migration with explicit stabilization. IEEE Transactions on Geoscience and Remoting Sensingdoi:10.1109/TGRS.2022.3176749

    7. Wang, Y., Jerry, M. Harris, et al. (2022). An explicit stabilization scheme for Q-compensated reverse time migration. Geophysics87(3), F25-F40. doi:10.1190/geo2021-0134.1 [开源代码]

    6. Wang, Y., Bai, M., et al. (2022). An unsplit CFS-PML scheme for the second-order wave equation with its application in fractional viscoacoustic simulation. IEEE Transactions on Geoscience and Remoting Sensing60. doi:10.1109/TGRS.2021.3092714 [开源代码]

    5. Wang, Y., Zhou, H., Zhao, X., & Chen, Y. (2019). Q-compensated viscoelastic reverse time migration using mode-dependent adaptive stabilization scheme. Geophysics84(4), S301-S315. doi:10.1190/geo2018-0423.1

    4. Wang, Y., Zhou, H., et al. (2019). CuQ-RTM: A CUDA-based code package for stable and efficient Q-compensated RTM. Geophysics84(1), F1-F15. doi:10.1190/geo2017-0624.1 [开源代码]

    3. Wang, Y., Ma, X., Zhou, H., & Chen, Y. (2018). L1−2 minimization for exact and stable seismic attenuation compensation. Geophysical Journal International213(3), 1629-1646. doi:10.1093/gji/ggy064 [ESI Highly Cited Papers]

    2. Wang, Y., Zhou, H., Chen, H., & Chen, Y. (2018). Adaptive stabilization for Q-compensated reverse time migration. Geophysics83(1), S15-S32. doi:10.1190/geo2017-0244.1 [Bright Spots Paper[ESI Highly Cited Papers]

    1. Wang, Y., Zhou, H., et al. (2017). Three-operator proximal splitting scheme for 3-D seismic data reconstruction. IEEE Geoscience and Remote Sensing Letters14(10), 1830-1834. doi:10.1109/LGRS.2017.2737786


会议论文

    10. 汪宇锋胡祥云. (2023).  迁移神经算子学习高效求解频率域波动方程. 2023年中国地球科学联合学术年会, 珠海.

    9. 汪宇锋, 胡祥云. (2022). 分数阶衰减补偿逆时偏移的高性能计算和可重复性实践. 2022年中国地球科学联合学术年会, 福州.

    8. 汪宇锋, 张乐乐, 胡祥云. (2022). 基于显式稳定化的井间粘弹性地震成像方法. 第五届油气地球物理学术年会, 青岛.

    7. Wang, Y., & Jerry M. Harris. (2020). Seismic attenuation models: multiple and fractional generalizationsSEG Annual Meeting, Houston, TX, USA.

    6. Wang, Y., Li, D., & Jerry M. Harris. (2019). A generalized stabilization scheme for seismic Q compensation. SEG Annual Meeting, San Antonio, TX, USA.

    5. 汪宇锋, 王玲谦, 周辉. (2018). 基于L1−2范数约束的地震衰减补偿和反褶积方法. 第二届油气地球物理学术年会, 青岛.

    4. Wang, Y., Zhou, H., et al. (2017). Regularized Q-RTM using time-variant filtering in the k-space. EAGE Annual Meeting, Paris, France.

    3. Wang, Y., Zhou, H., et al. (2017). Wavefield reconstruction in attenuating media using time-reversal checkpointing and k-space filtering. EAGE Annual Meeting, Paris, France. 

    2. Wang, Y., Zhou H., et al. (2017). The k-space Greens functions for decoupled constant-Q wave equation and its adjoint equation. EAGE Annual Meeting, Paris, France. 

    1. Wang, Y., Zhou, H., et al. (2015). An unsplit convolutional perfectly matched layer for visco-acoustic wave equation with fractional time derivatives. SEG Annual Meeting, New Orleans, LA, USA.