AI每周总结 · 地球物理（2026-11-02）#

1. 白噪原理自适应定权的各向异性 Tikhonov-TV 叠后反演（Gholami 组新条目）#

• 标题：Adaptive Seismic Inversion in Piecewise Smooth Media Using Whiteness-based Alternating Directions
• 作者/团队：Lian Zhao、Danping Cao —— 中国石油大学（华东）深层油气全国重点实验室，青岛；Kamal Aghazade、Ali Gholami —— 波兰科学院地球物理研究所，华沙（arXiv HTML Affiliation: 字段已逐人核验）
• 链接：arXiv 2610.40433（v1，2026-10-29，physics.geo-ph）· https://arxiv.org/abs/2610.40433
• 方法：叠后声波阻抗反演的不适定性来自带限 + 噪声：Tikhonov 正则糊化界面、TV 正则出阶梯伪影。本文把对数阻抗分解为分片常值 + 光滑两组分量，各向异性地在垂直/水平两个方向分别施加 TV 与 Tikhonov 约束；三个工程要点：①利用 Sylvester 结构 + FFT 在谱域快速计算候选解，降低参数搜索成本；②用残差白噪原理自动选择正则化参数（免人工调权）；③基于交替方向的自适应算法完成整定。目标性质：“同时刻画层间突变与层内渐变”。
• 数据：叠后声阻抗合成反演算例（摘要范围；⚠️ 是否含实测未在摘要确认）
• 代码：未声明（⚠️ 未验证）
• 类别：传统方法（正则化反演 / 变分求解；无 DL 组件）
• 对本项目（AI+DL+HPC+地震数据处理+FWI）的启发：①这是 W44 #2（dual RTM，多重散射对偶成像）同一课题组（波兰科学院 Gholami 组）的新条目，问题不同（叠后阻抗 vs 多次散射成像），但方法论签名完全一致：把”求解效率 + 参数自动选择”做成方法贡献 —— 该组的”高效数值求解 + 自适应”范式值得作为一条方法学谱系跟踪；②**“残差白噪原理定正则权”是免调参的贝叶斯式验收判据**，可移植到我们 FWI 流程里任何带正则权重的环节（包括扩散先验强度的自动定权 —— 与 W43 #2 ASVGD-FWI 的”先验强度后验自适应”形成传统/AI 两条对照路线）；③Sylvester 结构 + FFT 的谱域快速解是把”参数扫描”成本压下来的通用套路，对正则权消融实验有直接价值。
• 验证状态：✅ arXiv 元数据 + 逐人机构 + 全文摘要；⚠️ 代码未声明；是否含实测数据未确认。

2. 低频结构引导的 3D 条件扩散地震数据重建（成都理工组：生成先验下沉到处理环节）#

• 标题：Missing Seismic Data Reconstruction Using Low-Frequency Structure-Guided 3D Diffusion
• 作者/团队：Hengjun He、Xingye Liu、Fen Lyu、Shaohuan Zu（祖绍环）、Chao Li —— 成都理工大学地球物理学院（自然资源部地球勘探与信息技术重点实验室）（Crossref affiliation 字段已核验）
• 链接：Geophysical Prospecting 74(9) · https://doi.org/10.1111/1365-2478.70280（published 2026-10-30）
• 方法：连续缺失道/采集缺口比散死道更难（破坏横向相干、断层边界连续性与薄层响应）。传统预测滤波/变换域插值/低秩补全依赖局部线性、稀疏或低秩假设，强非平稳结构 + 宽缺失带下会过平滑、边界错配、高频损失。本文用低频结构引导的 3D 条件扩散：先从不完整 3D 体提取稳定低频分量（3D 结构张量倾角估计 + 事件导向低频插值 + 可靠性加权融合），补全缺失带内的长波长结构（保持反射几何、长波长相位趋势与 3D 层位分布），再把该低频体作为结构条件引导 3D 扩散模型完成重建。卖点：3D 逐体建模利用空间相关，且以条件化规避”高训练成本 + 长采样链 + 稳定结构约束不足”三类既有 3D 方法缺陷。
• 数据：3D 地震数据重建算例（摘要范围；⚠️ 合成/实测比例未在摘要确认）
• 代码：未声明（⚠️ 未验证）
• 类别：AI/地球物理（3D 条件扩散 + 结构条件化为核心创新）
• 对本项目的启发：①这是**“生成先验家族”从速度建模/波场生成下沉到”数据重建”处理环节的条目 —— 该家族连续第七期出现（W38 扩散 → W41 扩散+算子 → W43 ASVGD → W44 流匹配代际切换 → 本期回流到处理侧的条件扩散），“条件化”（低频引导）是本期新增的实现维度**：用”最可靠的粗尺度信息做条件”替代”端到端盲生成”，这个模式对我们任何生成式 FWI/重建任务都是低风险接法；②注意作者组信号：祖绍环 = W44 #5（Mean Flows 频域波场一步生成）作者，Chao Li = W43 #2（ASVGD-FWI 扩散正则）一作（⚠️ 同名，是否同一人未验证）—— 若为同一人，则该作者在”扩散正则 / 流匹配 / 条件扩散重建”三条生成路线上都有产出，可作为”生成先验全域布局”的个案跟踪；③低频引导条件的构造链（结构张量倾角 → 事件导向插值 → 可靠性融合）本身是传统信号处理，可直接复用为任何生成模型的条件构造器。
• 验证状态：✅ Crossref 全文摘要 + 机构 + 卷期（74(9)）；⚠️ 代码未声明；合成/实测构成未确认；量化指标摘要未给。

3. 显式坐标编码驱动的高分辨微地震初至拾取（把”坐标即信息”做成最低成本升级）#

• 标题：Explicit Coordinate Encoding Matters: A Coordinate-Driven Framework for First-Arrival Picking in Microseismic Monitoring
• 作者/团队：Jinglei Song、Changpeng Yu、Yong Zheng —— 中国地质大学（武汉）+ SINOPEC 地球物理重点实验室；Zizheng Li、Deshan Zhou、Yu Wang —— 中石化石油物探技术研究院（Crossref affiliation 字段已核验）
• 链接：GJI · https://doi.org/10.1093/gji/ggag469（published 2026-10-30，early view，卷期页码待定）
• 方法：现役深度学习拾取只用单道时间特征，跨道相干特征被丢弃；而微地震监测的密集规则观测排列天然产生空间独特性的初至模式。既有做法是堆复杂架构，训练贵且不一定涨点。本文把微地震记录重排为 2D 图像，把每个像素的 X/Y 坐标作为两个额外通道拼接进波形图像，喂给 U-Net：网络获得绝对空间位置感知，打破标准 CNN 的平移不变性，以可忽略的额外参数量同时捕获时间特征与跨道空间连续性。
• 数据：实测微地震数据集；平均最小损失降低约 54%，模型参数仅增加约 0.015%；P 波优秀率从 73.06% 升至 92.24%，平均误差从 9.51 ms 降到 3.36 ms（作者自述）；含坐标通道消融实验
• 代码：未声明（⚠️ 未验证）
• 类别：AI/地球物理（显式坐标编码 + CNN/U-Net 拾取为核心创新）
• 对本项目的启发：①这与 W44 #7（FED-FWI 的 Fourier 特征映射 + NTK 谱解释）是同一底层思想在不同任务上的一周内重复出现：给网络显式的坐标/频率信息比堆深度更有效。FED-FWI 解释”为什么 Fourier 特征能解尖锐对比”，本条证明”坐标通道在零参数代价下解决平移不变性误用” —— 两条并读后，“输入编码设计”应作为我们任何拾取/反演网络的默认消融项；②改动成本极低（两通道 + 现有 U-Net），是典型的”半天可验证”升级，建议列入近期实验；③对我们的台网数据，台站坐标/炮检距通道化同理可试。
• 验证状态：✅ Crossref 全文摘要 + 机构；⚠️ early view 卷期待定；代码未声明；全部数字为作者自述。

4. 磁化矢量反演的柔性正则化：岩石物理 + 结构 + 稀疏约束的统一笛卡尔表述（UBC）#

• 标题：A flexible regularization for magnetic vector inversion with petrophysical, structural, and sparsity constraints
• 作者/团队：John M. Weis、Lindsey J. Heagy —— University of British Columbia（arXiv HTML Affiliation: 字段已核验；拟投 Geophysics，arXiv comment 注明）
• 链接：arXiv 2610.36368（v1，2026-10-26，physics.geo-ph）· https://arxiv.org/abs/2610.36368
• 方法：磁化矢量反演（MVI）能同时容纳感应 + 剩磁，但未知量三倍于标量反演、非唯一性更强。本文提出笛卡尔坐标下的矢量正则化统一表述：①小项（smallness）同时容纳笛卡尔参考模型（由磁化率 + 定向剩磁构成）与幅值参考模型（由非定向剩磁或总磁化构成）；幅值参考使小项的 Hessian 不定 → 解析推导其特征分解并修正特征值，使标准共轭梯度求解器仍可用；②光滑项同时惩罚磁化方向与幅值变化，且与笛卡尔基选择无关 → 稀疏范数不再产生坐标对齐伪影，并通过旋转梯度算子支持任意优先平滑方向。泛化既有稀疏笛卡尔表述族。
• 数据：合成反演算例（摘要范围）
• 代码：未声明（⚠️ 未验证；Heagy 组历来与 SimPEG 生态绑定，若发表可能随 SimPEG 出代码 —— 属推测，不作断言）
• 类别：传统方法（正则化设计 / 数值线性代数；无 DL 组件）
• 对本项目的启发：①**“参考模型使 Hessian 不定 → 解析特征分解 + 特征值修正保住 CG 可用性”是本项目最值得抄的工程细节：任何带参考模型的正则化反演（包括我们的结构先验项）都可能遇到同样的不定 Hessian 问题，这里给了闭式处理模板；②”光滑项与坐标基无关 → 稀疏无伪影”的表述设计，与 W43 #1（结构约束的张量/matmul 实现）同属”把先验做成数值上干净的算子”路线；③UBC 组信号**：Heagy 同周还有本榜 #7（UXO CNN）—— 与 W44 的 LANL 双线下注（OWL + PnP-Flow）同构，“物理引擎侧 + 学习模型侧”的机构级并行布局第二次出现。
• 验证状态：✅ arXiv 元数据 + 机构 + 全文摘要；⚠️ 代码未声明；合成结果的量化增益未复核。

5. 面波频散 + 远震/近震体波走时的统一联合反演框架（DSurfTomo + tomoDD + 远震台站对 DD）#

• 标题：A Unified Joint Inversion Framework of Surface Wave Dispersion Data With Teleseismic and Local Body Wave Traveltimes: Methodology and Applications to Dense Arrays
• 作者/团队：Yichen Pan、Ying Liu、Huajian Yao（姚华建）、Jikun Feng —— 中国科学技术大学（精密几何测量全国重点实验室/地球与空间科学学院 + 蒙城地球物理国家野外科学观测研究站）；Hongjian Fang（方洪剑）—— 中山大学（Crossref affiliation 字段已核验）
• 链接：JGR-Solid Earth 131(11) · https://doi.org/10.1029/2026jb034934（published 2026-10-29）
• 方法：在直接面波层析（DSurfTomo）+ 近震双差层析（tomoDD）联合框架基础上，纳入远震台站对双差走时，构建面波频散 + 远震体波 + 近震体波三类数据的统一 3D Vp/Vs 联合反演：利用三类数据互补敏感性，把模型深度范围从上地壳扩展到上地幔，且对小型临时密集台阵同样适用。验证：南加州板块边界区（与既有岩石圈尺度模型一致）→ 潍坊台阵（郯庐断裂带，小型临时密集台阵）。
• 数据：南加州实测 + 潍坊密集台阵实测（郯庐断裂带）+ 合成测试
• 代码：未声明（⚠️ 未验证；DSurfTomo/tomoDD 均有历史公开版本，属推测不作断言）
• 类别：传统方法（地震层析 / 联合反演；无 DL 组件）
• 对本项目的启发：①**“多类数据 → 统一模型”的敏感性互补设计是层析主线的正统升级路径：对 HPC 的直接含义是三类核（面波频散、近震 DD、远震台站对 DD）的核计算与存储策略不同**，统一框架的代价主要在核管理 —— 这与我们”内存而非 FLOPs 是硬约束”的判据直接相关；②**“小型临时密集台阵也能吃到远震数据”**（潍坊/郯庐算例）对我们自有台阵数据的深度范围扩展有直接参考价值；③与 W44 #9（通海 229 站背景噪声成像）连读：密集台阵的传统成像线连续第二期出现且都在国内，“密集台阵专题”的素材已可合并。
• 验证状态：✅ Crossref 全文摘要 + 机构 + 卷期（131(11)）；⚠️ 代码未声明；模型一致性结论未独立复核。

6. DAS-NanoNet：面向 DAS 边缘智能的神经架构搜索 + OmniDAS 开放基准#

• 标题：Edge intelligence for distributed acoustic sensing with ultracompact neural networks
• 作者/团队：Yuan Gao、Yu Tao、Xuzhe Zhang、Junyi Duan、Da Zhou、Xingcan Liu、Qianlin Qian、Shaomin Zhu —— 上海交通大学（光子学与通信全国重点实验室）（arXiv HTML Affiliation: 字段已核验，全部作者同一机构）
• 链接：arXiv 2610.39892（v1，2026-10-29，physics.optics）· https://arxiv.org/abs/2610.39892
• 方法：现有 AI 方案按场景/任务定制，算力需求阻碍野外受限部署。提出 DAS-NanoNet：为不同 DAS 场景-任务对自动构造超轻量网络 —— 为 DAS 信号定制的轻量时间算子 + 自适应神经架构搜索（NAS）；覆盖分类、定位、压缩、去噪四类任务、六类代表性环境。同时发布 OmniDAS 开放基准：6 个场景、17,372 条原生记录、524.1 亿标量值 —— 号称首个覆盖多场景多任务的开放 DAS 基准。
• 数据：OmniDAS 自建基准（六场景）；六分类任务 99.68% 精度仅 1,391 可训练参数，参数量最高减少 18,098×；部署平台推理延迟 < 9 μs（作者自述）
• 代码：⚠️ 方法代码”可向通讯作者合理索取”（非开源）；数据集**“发表后在 Zenodo 公开，DOI 已预留”**（10.5281/zenodo.21992120，本期实测该 DOI 链接存在于正文，但内容未上架验证）—— 按”声明将公开 ≠ 已公开”惯例标未验证
• 类别：AI/地球物理（NAS 超轻量网络 + 边缘部署为核心创新）
• 对本项目的启发：①DAS 方向连续第三期出现（W43 TFXK 反演失配 → W44 semblance 质控 → 本期边缘智能 + 基准）—— 专题合并触发条件已达成，建议增设 DAS 横向标签；②对我们 HPC 线的反直觉价值：“1,391 参数 + 亚 9 μs 推理”的极限压缩思路说明 DAS 的近端（边缘）计算正在独立成线，未来台阵数据的”边端预处理 + 中心反演”分工里，我们可以把质控/事件筛查下推到边端；③OmniDAS 若如约上架，是首个多场景 DAS 基准，可作为我们 DAS 相关实验的第三方对照数据源。
• 验证状态：✅ arXiv 元数据 + 机构 + 全文摘要 + Zenodo DOI 链接实测在正文；⚠️ 代码非开源、数据集未上架；全部数字为作者自述。

7. 全卷积网络直接从未爆弹（UXO）多分量电磁感应数据分类（绕开反演环节）#

• 标题：A fully convolutional neural network to classify UXOs using multicomponent electromagnetic induction data
• 作者/团队：Jorge Lopez-Alvis、Lindsey J. Heagy、Douglas W. Oldenburg、Stephen D. Billings、Lin-Ping Song、Wouter Deleersnyder —— University of British Columbia（EOAS 系）（arXiv HTML Affiliation: 字段已核验）
• 链接：arXiv 2610.38177（v1，2026-10-28，physics.geo-ph）· https://arxiv.org/abs/2610.38177
• 方法：UXO 排障标准流程 = 物理反演 + 人工专家复核，成本高。本文用全卷积网络（分段式架构，保持输入空间维度）直接从多分量时间域 EMI 数据输出高分辨分类图（直接可生成挖掘清单），完全绕开反演环节。两级 CNN 串联：第一级检测金属异常并表征预处理后场数据中的空间相关噪声；第二级用**“合成训练数据 + 注入该实测噪声”做多类分类；对杂波（clutter）类用基于物理的参数化**训练网络区分杂波与 UXO。实测验证：Sequim Bay 海上试验场 UltraTEMA-4 系统，校准网格 21 个布设目标（检出全部 UXO、4 个杂波判对 2 个）；独立盲网格 35 个目标（17 UXO + 18 杂波）全部 UXO 检出并正确分类，假阳性与物理反演方法相当。
• 数据：Sequim Bay 实测（UltraTEMA-4）+ 合成训练数据（物理参数化杂波模型）
• 代码：✅ github.com/jlalvis/uxo-cnn-classification 实测存在（0★，license 字段为 None，pushed 2026-05-16，早于论文发布）—— ⚠️ 无许可证文件，复用条款需人工确认
• 类别：AI/地球物理（全卷积分类替代反演 + 物理参数化杂波建模为核心创新）
• 对本项目的启发：①核心范式可迁移：“学习型分类器绕开反演”只适用于目标离散、类别有限的场景（UXO/岩性/相），对连续场反演（FWI）不直接适用 —— 但其**“合成数据 + 实测噪声注入”的训练策略与”物理参数化的负类（杂波）建模”**是通用的，可搬到我们任何”实测数据对不上合成训练分布”的场景；②检测级 + 分类级两级串联、第一级专管噪声表征，这个分工对我们做”先筛后精”的管线设计有参考；③与 #4 同组（UBC/Heagy），构成”传统正则化 + AI 分类”双线布局的另一半。
• 验证状态：✅ arXiv 元数据 + 机构 + 全文摘要；✅ 代码仓库实测（存在性/pushed_at/许可缺失）；⚠️ 无 license，商用/复用条款需人工确认；盲测数字为作者自述。

8. B 样条 DFDM 求解标量波方程的稳定性与频散分析（数值方法学的”体检报告”）#

• 标题：Stability and dispersion analysis of DFDM for the scalar wave equation
• 作者/团队：Giacomo Aloisi、Andrea Zunino、Scott Keating、Andreas Fichtner —— ETH Zürich 地球与行星科学系（Crossref affiliation 字段已核验）
• 链接：GJI · https://doi.org/10.1093/gji/ggag472（published 2026-10-31，early view，卷期页码待定）
• 方法：对分布有限差分法（DFDM）的 B 样条实例在 1D 标量波方程上做系统数值分析：与有限差分（FD）、谱元法（SEM）对比时间步长限制与精度折中；引入成本度量量化”达到目标频散误差阈值所需计算量”。结论：DFDM 稳定性界更紧（时间步更受限制），但在每波长更低采样点数下频散性能更优 —— 对内存受限应用特别有吸引力。
• 数据：1D 标量波方程数值实验（方法学论文）
• 代码：未声明（⚠️ 未验证）
• 类别：传统方法（数值分析 / 波动方程离散；无 DL 组件）
• 对本项目的启发：①历史六期首次出现”纯数值方法稳定性/频散分析”类条目 —— 这类工作不产生新方法，但直接决定新离散格式能不能上大规模作业；②结论与我们的判据精确同频：“稳定性换频散 + 内存友好” —— 在反演中要跑上万次正演，每波长采样点数的下降直接转化为网格量与内存的下降（W39 判据”内存而非 FLOPs”的又一次印证）；③若我们评估任何新波场离散格式（包括 DFDM 类、W44 #6 的 GSLS 型 FD），应把”成本度量 vs 频散阈值”这张图作为标准验收图；DFDM 的原始文献（Fichtner 组既有工作）值得回溯一次。
• 验证状态：✅ Crossref 全文摘要 + 机构；⚠️ early view 卷期待定；代码未声明；仅 1D（作者自述范围）。

9. 专家岩性标签不提升学习效果：海洋沉积物性质预测的负结果（自监督嵌入 + 掩码 VAE）#

• 标题：Expert lithological labels do not improve learning when used to predict marine sediment properties
• 作者/团队：John M. Aiken（University of Oslo, Norway + Expert Analytics, Oslo）、William Gilpin（University of Texas at Austin 物理系）、Thorsten W. Becker（UT Austin 杰克逊学院地球物理研究所 + 地球与行星科学系）（arXiv HTML 作者-机构对应已核验）
• 链接：arXiv 2610.36410（v2，v1 2026-10-26，physics.geo-ph + cs.AI）· https://arxiv.org/abs/2610.36410
• 方法：科学钻探档案不完整（仪器采样间隔不一、取芯不全、破坏性分析不可重复）。作者在 LILY 大洋钻探数据库上训练自监督嵌入模型（掩码变分自编码器 + 异方差高斯解码器 + 可学习掩码 token），输入六项常规测井属性（密度、磁化率、自然伽马、RGB 反射率），覆盖 296 个钻孔 236,963 条观测。核心负结果：嵌入空间对岩性的区分度与”用专家岩性标签训练的变体”相当；加大标签权重反而恶化重建而分类不变 —— 因为标签是连续测量的有损压缩，训练其上会丢弃测量中记录的成岩过程信息。嵌入还能预测训练中缺失的物理性质（未见过的钻孔上：嵌入 R² 0.20 vs 仅用深度 R² -0.02）。
• 数据：LILY 大洋钻探数据库（296 孔 / 236,963 观测）
• 代码：✅ github.com/mnky9800n/hmvae-geo 实测存在（0★，license 字段为 None，pushed 2026-10-26）—— ⚠️ 无许可证文件，需人工确认
• 类别：AI/地球物理（自监督嵌入 + 掩码 VAE 为核心创新；负结果论文）
• 对本项目的启发：①**“专家标签 = 连续测量的有损压缩”这个论证对我们有直接管理价值：组内若积累了解释层位/岩相/速度拾取标签，先把它们当作监督目标之前，应先验证”连续测量本身能否自监督恢复等价信息”（本文给了现成的验证协议：嵌入区分度 vs 标签监督区分度对照）；②异方差解码器 + 可学习掩码 token 的设计，天然适配我们”仪器采样间隔不一 + 部分缺失”的任何多源观测融合（VSP + 地面 + DAS 混合数据同理）；③负结果论文在地球物理 AI 里仍稀缺，其”标签无增益”结论引用时须限定在海洋沉积物 + 六项测井属性**场景，不可外推到成像标签。
• 验证状态：✅ arXiv 元数据（v2）+ 逐人机构 + 全文摘要；✅ 代码仓库实测（存在性/pushed_at/许可缺失）；⚠️ 无 license；R² 数字为作者自述。

10. 超分辨谱分析（SRSA）：Hankel-SVD 噪声子空间正交性构造 2D 超分辨谱，应用于地球自由振荡#

• 标题：Super-Resolution Spectral Analysis for Signal Recognition: Theory and Application to Earth’s Free Oscillations
• 作者/团队：Zhifeng Chen（陈志峰）、Hao Ding（丁浩）—— 武汉大学测绘学院？—— Crossref 记录为”School of Earth and Space Science and Technology, Wuhan University”（Crossref affiliation 字段已核验；院系中文名以学校官网为准，⚠️ 未人工复核）
• 链接：GJI · https://doi.org/10.1093/gji/ggag466（published 2026-10-29，early view，卷期页码待定）
• 方法：有限长记录的经典 Fourier 谱分辨率受谱窗宽（Rayleigh 标度）限制；AR / HTLS 等非 Fourier 方法虽可超分辨，但依赖窄带位置与谐波数 K 的精确先验且不形成直观谱。提出 SRSA：用不同窗长 L 构造的 Hankel 矩阵 SVD 的多尺度噪声子空间与 Vandermonde 矩阵的正交性，构造 2D 超分辨谱 I(L, f_c)：对 K 的中等扰动稳健、无需各谱峰位置或真实模型阶数的精确先验即可可靠识别信号，且形成可目视检查的显式谱。应用于地球自由振荡信号识别。
• 数据：理论 + 数值仿真 + 地球自由振荡观测应用（摘要范围）
• 代码：未声明（⚠️ 未验证）
• 类别：传统方法（谱估计 / 信号处理；无 DL 组件）
• 对本项目的启发：①**“多尺度子空间正交性 → 2D 超分辨谱”**是有限时长信号频率识别的通用武器，与我们相关的三个直接落点：低频 FWI 数据的频谱完整性诊断、密集台阵简正模/面波多模式分离、DAS 长记录的频率域质控；②其”对模型阶数 K 稳健”的卖点正好补上 AR/HTLS 类方法最致命的先验依赖 —— 若我们做过任何 Prony/AR 类谱分析，这是值得试的替代品；③与 W44 N1（QR 分解台阵相干性）同属”用矩阵分解做高效信号筛查”家族，可合并观察。
• 验证状态：✅ Crossref 全文摘要 + 机构；⚠️ early view 卷期待定；代码未声明；⚠️ 院系中文对应未人工复核。

5.A AI/地球物理线#

（1）重复（同题或同方法的再次出现）

• 与 2 份历史文件（W43/W44）逐条比对（DOI / arXiv ID / 标题关键词三重检索），本期 AI 线 5 条主榜条目均未出现：无严格意义上的重复条目。
• 方向级重复 2 处：
  • 生成先验家族连续第七期出现（W38 扩散 → W39 扩散 VMB → W41 扩散+算子 → W43 ASVGD/escaping prior → W44 流匹配代际切换 → 本期 #2 低频结构引导 3D 条件扩散重建）：本期的新维度是目标从”模型生成”下沉到”数据重建”处理环节，且条件化方式为”最可靠的粗尺度（低频）信息做条件”。
  • DAS 方向连续第三期出现（W43 TFXK 反演失配 → W44 semblance 质控 → 本期 #6 DAS-NanoNet 边缘智能 + OmniDAS 基准）：三个条目分别占据”反演-质控-边缘计算”三个环节，专题合并触发条件（第三条同类）已达成。

（2）升级（同一方向的实质性推进）

（3）新增方向

• 边缘智能 + NAS 进入 DAS（#6）：历史条目的 DAS 均为反演/质控侧，“超轻量网络 + 边缘部署 + 开放基准”为首次；OmniDAS 若上架将是首个多场景 DAS 开放基准。
• 负结果方法论（#9）：历史六期首次收录”标签无增益”类负结果论文及其验证协议。
• “绕开反演的学习型分类”（#7）：历史 AI 条目均在”辅助/加速/替代正演”位置，“完全跳过反演环节直接出决策产品”为首次（限定于离散目标场景）。

5.B 传统方法线#

（1）重复：无严格重复。

（2）升级

（3）新增方向

• 纯数值方法学”体检”条目（#8 DFDM 稳定性/频散分析）：历史六期首次收录以”分析既有离散格式性质”为主贡献的论文；其”成本度量 vs 频散阈值 + 内存友好”结论直接服务 HPC 选型。
• 超分辨谱分析（#10 SRSA）：谱估计类在历史条目中仅以”N1 QR 相干性”出现过信号筛查侧；显式超分辨谱构造 + 自由振荡应用为首次。
• 行星 GPR 反演（N5 嫦娥四号 LPR）：历史首次出现月基雷达数据反演条目（跨域记录）。

5.C 交叉观察（本期最重要的两个信号）#

信号一：机构级”双线下注”第二次出现。 W44 的 LANL（OWL 传统引擎 + PnP-Flow 生成先验）之后，本期 UBC（Heagy/Oldenburg）同周贡献 #4（传统 MVI 正则化）与 #7（AI UXO 分类）。两家机构一北一美、一国家实验室一大学，但布局模式相同：在维持物理引擎/正则化方法学产出的同时，并行布局学习模型侧。加上疑似成都理工组的跨三路线产出（见 5.A 升级表），“传统侧与 AI 侧将在同一批团队内汇合”的判断已获得第三个机构级证据。

信号二：“自适应参数选择”成为两条线的公共主题。 传统线 #1（白噪原理自动定正则权）、#4（特征值修正保 CG 可用）、#8（成本度量量化精度-步长折中）与 AI 线 #6（NAS 自动架构搜索）、#2（低频条件替代端到端盲生成）表面上分属两类，共同点是把”超参选择”从人工经验移入算法闭环。这与 W43 观察（“把能确定性判定的移出神经网络自由裁量”）互补：能自动定的自动定，能确定性校验的确定性校验 —— 两条线在工程哲学上正在收敛。

6.A AI/地球物理线#

1. 生成先验家族进入”条件化下沉”阶段：目标从速度建模/波场生成下沉到数据重建（#2），条件化方式从”标签/井约束”扩展为”低频粗尺度结构条件”。“先用传统手段把最可靠的信息提取出来做条件，再让生成模型补细节”正在成为家族内的标准接法。
2. 输入编码设计升格为跨任务原则（#3 vs W44 #7）：显式坐标/频率信息以近零参数代价带来精度跳升，“编码设计消融”应进入任何网络的默认实验清单。
3. 负结果论文出现（#9）：专家标签在连续测量自监督可恢复时不带来增益 —— 地球物理 AI 开始出现”先验证监督信号本身价值”的方法论自觉。
4. UQ 配标回落：本期 AI 主榜 5 条中 3 条无不确定度产出，上期”AI 条目必带 UQ”的趋势未延续（窗口偏短，待下期确认）。

6.B 传统方法线#

1. “自适应正则化 + 高效求解”三连（#1/#4/#8，来自三个互不相关的团队）：白噪自动定权、Hessian 特征值修正、成本度量化的稳定性-频散折中 —— 传统反演的主战场正在从”新物理”转向”把已有物理做得更省更稳更自动”。
2. 联合反演走向”多类数据统一框架”（#5）：面波 + 近震 + 远震统一到一套 3D Vp/Vs，且面向小型临时密集台阵 —— 敏感性互补的框架化整合是层析主线的当前形态。
3. 数值方法学”体检”成为独立产出（#8）：对离散格式做系统性稳定性/频散/成本分析本身就是论文 —— HPC 选型可以直接消费这类产出。
4. 谱估计/相干性分析家族扩员（#10 + N6）：有限时长信号的频率识别与数据重建的收敛性修正，传统信号处理仍在持续产出即插即用件。

6.C 一句话总结#

AI 线把生成先验从”造模型”下沉到”补数据”、把坐标信息直接喂进网络；传统线在批量生产”更省、更稳、更自动”的正则化与求解器；两线共同的题目只剩一个 —— 让算法自己选参数，让确定性工具守验收关口。

A. 立即可做（本周内，零/低风险）#

1. 【半天级实验】#3 的坐标通道消融：在我们现有的任一 U-Net 拾取/分割网络上，给输入拼接 X/Y 坐标两通道，对照作者口径（优秀率、误差）看是否复现收益。改动近零参数，风险最低。
2. Clone 两个已验证仓库：mnky9800n/hmvae-geo（#9 自监督嵌入，先读 README 与数据管线，注意无 license）与 jlalvis/uxo-cnn-classification（#7，同样无 license）。两者均为 0★ 且无许可证，clone 使用没问题，对外分发需人工确认条款。
3. 把 #9 的”标签价值验证协议”写进组内数据管理规范：任何专家标签（层位/岩相/拾取）在进入监督训练前，先跑”嵌入区分度 vs 标签监督区分度”对照。
4. 交叉核对历史挂账：SPBench 项目页、GeoFWI3D 代码地址（连续三期未推进）。

B. 需要评估（1–4 周，先做可行性判断）#

1. #1 的白噪自动定权：评估把”残差白噪原理选正则权”接入我们 FWI/反演流程的先验权重（含 W43 ASVGD 的扩散先验强度）自动整定 —— 若可行，可消掉一组人工扫参。
2. #4 的”Hessian 不定 → 特征分解修正”：检查我们带参考模型的正则项是否曾出现 CG 收敛异常；若有，按本文模板做闭式修正。
3. #8 的”成本度量 vs 频散阈值”验收图：作为我们评估任何新波场离散格式（含 DFDM 类、GSLS 型 FD）的标准图件；DFDM 原始文献回溯一次。
4. #2 的低频条件构造器：其”结构张量倾角 + 事件导向插值 + 可靠性融合”链条可独立于扩散模型复用 —— 评估作为我们生成式任务（FWI 先验、重建）条件输入的标准构造器。
5. OmniDAS 基准（#6）：设置月度复查，待 Zenodo 上架后评估是否纳入 DAS 实验对照数据。

C. 仅记录（暂不投入）#

1. #5（USTC 统一联合反演）—— 层析非主战场，记录其”三类核的存储/管理差异”结论供 HPC 参考。
2. #10（SRSA）—— 记录方法与适用条件；等我们遇到有限时长谱识别需求（如低频完整性诊断）再回看。
3. N4b（次声 4D 核 + DA）、N5（嫦娥四号 LPR）—— 跨域记录。
4. N1/N2/N3（无摘要无机构的三条 JAG 条目）—— 待取 PDF 后再定去留。

D. HPC 侧的具体提醒#

1. #8 的结论直接可用：DFDM “稳定性界更紧但低 PPW 频散更优、内存友好” —— 若我们实验内存吃紧（对反演几乎是常态），DFDM 类格式值得进对比表；但1D 结果不可直接外推 2D/3D，作者自述范围就是 1D。
2. #6 的亚 9 μs 推理与 1,391 参数为作者自述（消费级边缘硬件），与我们集群卡无关，但其”边端预处理 + 中心反演”分工值得在台阵系统设计时预留接口。
3. 开源栈无更新（本期实测）：Devito 4.8.23 / ObsPy 1.5.1 / SeisBench 0.12.6（PyPI）；下次复查 2026-11-09。
4. 保持”内存而非 FLOPs”判据（延续 W39–W44）：#8（低 PPW 内存友好）是本期唯一直接服务该判据的条目。

8.1 本期新增（按优先级）#

1. 三个历史 404 仓库月度复查（本期执行）：hu567/DiffSpecMatch、Lipeng-Lai/MeanFlow4Helmholtz、eagleray2020/HypoNet_Nankai_DeeperPINN_PS —— GitHub API 实测仍全部 404，继续挂账至下月复查。
2. 本期两条”无 license 仓库”（#7 jlalvis/uxo-cnn-classification、#9 mnky9800n/hmvae-geo）：GitHub license 字段均为 None，复用/分发条款需人工读仓库确认。
3. #6 DAS-NanoNet 的 Zenodo 数据集（DOI 10.5281/zenodo.21992120 为”发表后公开”预留）：本期未上架验证，按”声明将公开 ≠ 已公开”处理，列入月度复查。
4. 三条 Elsevier 条目无摘要无机构（N1 106606、N2 106610、N3 106607）：内容、机构、甚至 AI/传统分类均未验证，如需引用取 PDF 首页。
5. early view 卷期挂账（本期新增 3 条）：ggag469、ggag472、ggag466；上期挂账复查（本期实测 Crossref）：ggag450、ggag451、geo-2026-1864 仍未见卷期分配记录（本期未逐一复查，因上期挂账条目未进本期候选池 —— 需人工或下期补查）。
6. #10 的作者院系中文对应：Crossref 记录 “School of Earth and Space Science and Technology, Wuhan University”，院系中文名未人工复核。
7. W40 缺档：连续第四期挂账，仍未决定是否补做。

8.2 跨期悬置（延续上期，本期未能推进）#

• SPBench 项目页与 GeoFWI3D 代码地址：连续第三期未复查。
• 去混采专题触发条件：本期无去混采条目，计数器保持 0。
• 新增专题：DAS 方向第三条已出现（W43 反演 → W44 质控 → 本期边缘智能），建议增设 DAS 横向标签并合并专题（待人工确认后执行）。

8.3 本期口径层面的观察（无新教训，两条旧经验再验证）#

1. “声明将公开 ≠ 已公开”：本期 #6（Zenodo 预留 DOI）再次适用，六期累计四起（含三个 404 仓库 + 本条）。
2. Elsevier 系（JAG/Crossref）摘要与机构缺失是系统性现象：本期 3 条 JAG 全部无摘要无机构，与 W43 N4/W44 N5/N7 一致 —— Elsevier 条目默认”取 PDF 后才能验证内容”。

8.4 需人工确认的性能数字（均为作者自述，本文件未独立复核）#

• #3 坐标编码：最小损失 −54%、参数 +0.015%、优秀率 73.06%→92.24%、误差 9.51→3.36 ms。
• #6 DAS-NanoNet：六分类 99.68% / 1,391 参数、参数量最高减少 18,098×、推理延迟 < 9 μs。
• #7 UXO CNN：盲网格 35 目标全部 UXO 检出并正确分类、假阳性与物理反演相当。
• #9 标签负结果：held-out 钻孔嵌入 R² 0.20 vs 仅深度 -0.02。
• #1/#2/#4/#5/#8/#10：摘要为定性表述或未给出量化指标。

9.1 检索路径（全部可复现）#

1. arXiv 结构化检索：export.arxiv.org/api/query（https），cat:physics.geo-ph 按 submittedDate 取最新 150 条，过滤窗口（2026-10-26 起）得 12 条；另跑 6 组关键词查询（seismic+FWI / seismic+diffusion / seismic+neural operator / FWI+cs.LG / seismology+deep learning / DAS）合并去重，窗口内命中 1 条跨类补充（2610.39892，physics.optics）。
2. arXiv 全文核验：arxiv.org/html/{id} 抓正文，核实 Code/Data Availability 章节、作者机构（Affiliation: 字段与 ltx_authors 块）、基准 DOI 链接。
3. Crossref 期刊扫描：api.crossref.org/journals/{ISSN}/works?filter=from-created-date:2026-10-26,until-created-date:2026-11-02，扫描 11 本期刊（Geophysics 0016-8033、GJI 0956-540X、Geophys. Prospect. 1365-2478、J. Appl. Geophys. 0926-9851、JGR-Solid Earth 2169-9313、EPSL 0012-821X、J. Geodynamics 0264-3707、Surv. Geophys. 0169-3298、Comput. Geosci. 0098-3004、Interpretation 1070-485X 等）；候选逐条 works/{DOI} 取作者/机构/卷期/摘要。
4. 代码仓库核验：api.github.com/repos/{owner}/{repo} 取存在性 / stars / license / pushed_at；404 复查用 HTTP 状态码实测。
5. 开源栈版本核验：PyPI JSON API 单源（SeisBench 口径按 8.3 惯例以 PyPI 为准；本期 GitHub 侧无新 release 记录需求）。
6. 历史去重：对 2 份历史文件（W43/W44）做 DOI / arXiv ID / 标题关键词 三重字符串检索，全部候选零命中，判为首次收录。

9.2 两类条数分布#

配比达成情况：主榜 5:5（目标 6:4 未严格达成）。AI 5 条落在建议区间（5–7）下限，传统 5 条落在建议区间（3–5）上限，两类均在用户给定的浮动区间内，故未做硬替换。

9.3 历史重复 / 升级 / 新增（速览）#

9.4 条数不足或偏差的原因说明#

• 窗口尾部缺口（客观）：arXiv 最新 geo-ph 提交仅到 2026-10-29（10-30/10-31/11-01 的提交按公告排期将于 11-02 晚及之后放出）—— 本期实际可比窗口约为 6 天而非 8 天。这是检索时点（周一上午）的固有滞后，非检索遗漏。
• AI 侧偏薄：窗口内 arXiv geo-ph 仅 12 条 + 跨类 1 条，为六期以来最少；AI 可验证候选 6 条（主榜用 5 + 提名 1），唯一可升入主榜的 QFrFT-PQCNet（N1）无摘要、无机构，内容未验证 —— 为守住”不凑数”原则不升入。
• 传统侧偏强：期刊侧（GJI/JP/JGR-SE）10-27~10-31 集中上线，传统可验证候选 11 条（主榜 5 + 提名 6）。无凑数；传统侧超出配比 1 条（5 vs 4）属”排序诚实”的结果：#4（MVI 正则化）与 #5（联合反演）分别承载”Hessian 数值可解性模板”与”密集台阵框架化”两个独立价值点，删除任一条都损失信息。
• 替换方案（若需严格 6:4）：可将 N1（QFrFT-PQCNet，⚠️ 内容未验证）顶替 #10（SRSA）—— 不建议：以未验证条目替换已验证条目违反诚实性原则；或将 #10 移入提名区、主榜保持 9 条 —— 由用户拍板。
• 跳过的窗口内条目（相关性弱，未收录）：2610.39393（Kumamoto 地震起始预测，与本口径弱相关）、2610.39376（月球岩浆浮力模拟）、2610.38921（流体驱动摩擦破裂，水力压裂物理）、2610.38047（航空磁异常导航匹配）、2610.36827（可微作物模拟，非地球物理）、2610.36775（震源失活因子短文）、2610.36368 之外的 UBC 条目已收录、Geophysics 91(6) 期次目录页、GJI ggag439/443/422/464/468/460（古地磁/构造/灾害方向，与本口径弱相关）、EPSL 全部（岩石学/地球化学方向）、Comput. Geosci. 其余（软件工程类，INTEGRATE 概率反演包因与 N2 同主题且信息更少未单列）。

9.5 诚实性声明#

• 所有链接、作者、机构、日期、DOI、卷期、star 数、推送时间、HTTP 状态码，均来自 9.1 所述 API / HTML / 实测；凡未能核实的字段一律标注”未验证”并给出获取路径，未做任何推断或补齐。
• N1/N2/N3 三条 内容未验证（Crossref 无摘要、Elsevier 未提供机构），已在条目内明确标注；N2 的 AI/传统分类因无法读取方法而未定，未强行归类。
• 8.4 所列性能数字全部为作者自述，本文件未独立复核任何数值结果。
• #2 中”Chao Li 与 W43 #2 一作是否同一人”、#5 中 DSurfTomo/tomoDD 历史公开版本情况，均为未验证的观察性提示，已在正文注明。
• 本文件生成过程仅做只读检索与单文件写入；未提交任何作业、未删除或覆盖任何既有文件、未修改任何模型或数据。涉及的操作建议（clone 仓库、坐标通道消融、正则权接入）均只给方向，待人工确认后再执行。