Uma abordagem eficiente de rede neural probabilística para resolver problemas inversos: Inversão de velocidades de ondas superficiais para espessura da crosta euroasiática

Problemas inversos não lineares geralmente não têm solução analítica e podem ser resolvidos por métodos de Monte Carlo que criam um conjunto de amostras, representativas da distribuição a posteriori. Mostramos como redes neurais podem ser treinadas nessas amostras para fornecer uma aproximação contínua à relação inversa em uma forma compacta e computacionalmente eficiente. Examinamos os pontos fortes e fracos dessa abordagem e a utilizamos para determinar a distribuição a posteriori completa da espessura da crosta a partir das velocidades de ondas superficiais. A solução para esse problema inverso mostra assimetria significativa e grandes incertezas devido ao trade-off com a estrutura da velocidade de cisalhamento ao redor do Moho. Produzimos mapas da espessura da crosta de máxima verossimilhança em toda a Eurásia, que estão de acordo com o conhecimento atual sobre a crosta; assim, fornecemos uma confirmação independente desses modelos. Nesta aplicação, caracterizada pela inversão repetida de dados semelhantes, o algoritmo de rede neural se mostra muito eficiente.