Xi'an Jiaotong University（西安交通大学）

Enhanced 3D Gravity Inversion Using ResU-Net with Density Logging Constraints: A Dual-Phase Training Approach

利用密度测井约束的增强型3D重力反演：一种双相训练方法

Siyuan Dong, Jinghuai Gao, Shuai Zhou, Baohai Wu, Hongfa Jia

机构 * School of Information and Communications Engineering（信息与通信工程学院） ； Xi’an Jiaotong University（西安交通大学） ； College of Geoexploration Science and Technology（地球探测科学与技术学院） ； Jilin University（吉林大学） 纠错

AI总结 本文提出一种双相训练方法，通过整合密度测井约束，改进3D重力反演的精度和可靠性。

Information-Theoretic Generalization Bounds of Replay-based Continual Learning

基于回放的持续学习的信息论泛化界限

Wen Wen, Tieliang Gong, Zeyu Gao, Yunjiao Zhang, Weizhan Zhang, Yong-Jin Liu

机构 * School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院） ； Department of Oncology, University of Cambridge（剑桥大学肿瘤学系） ； China Telecom, China（中国电信） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） 纠错

AI总结 本文提出了一种基于回放的持续学习的信息论泛化界限理论框架，通过分析内存缓冲区与当前任务的相互作用，建立了更精确的泛化性能评估方法。