近日，地球与空间科学学院马坚伟教授作为通讯作者在Reviews of Geophysics发表关于深度学习在地球物理中的应用的综述论文“Deep Learning for Geophysics: Current and Future Trends”（Siwei Yu, Jianwei Ma, Deep Learning for Geophysics: Current and Future Trends, Reviews of Geophysics, 2021, June 3.）

Reviews of Geophysics是地球科学领域顶尖期刊（影响因子21.45），发表内容涉及地球物理、地震、遥感、大气、海洋、空间等学科的邀请论文，每年仅约20篇。这是该刊创刊50年以来，第二篇作者全部来自国内学术单位的论文。

人工智能在地球物理中的应用方向(a)以及发展趋势(b)

论文概述了地球物理发展的瓶颈问题，包括时空大尺度与高分辨率的矛盾、建模不精确、海量计算资源需求等，指出深度学习的引入有望带来突破。从经典的数据驱动字典学习方法出发，该文介绍了深度学习的基本理论及常用的深度神经网络框架，并分析了其适用性。文章综述了深度学习在勘探、地震、遥感、大气、海洋、空间等学科的应用现状，对优缺点进行了深入分析。文章还探讨了深度学习在地球物理学科的未来发展趋势，包括如何利用最新的深度学习框架，以及结合深度学习与传统物理建模方法等问题。

马坚伟

马坚伟于2020年5月受聘为北京大学地球与空间科学学院博雅特聘教授，现任北京大学人工智能地球科学中心主任。他主要从事勘探地球物理、应用数学以及人工智能交叉等学科的研究。