摘要: 油气资源是我国经济可持续发展的重要支柱和战略安全的保障，地球物理勘探是寻找油气资源的关键技术。由于油气赋存条件微观复杂、储层非均质性强、加上地球物理响应微弱，使得勘探分辨能力不足、多解性强，严重制约油气勘探的效益。借此机会，向大家汇报课题组近几年围绕油气勘探地震信号处理与反演开展的几何小波变换、字典学习、深度学习的工作，包括深度学习在油气地震勘探信号去噪、规则化插值、地质速度反演中的一些基本原理变革以及最新进展，以及在西部沙漠地区散射面波压制等实际问题应用。

报告人简介：马坚伟，1976年12月出生于浙江东阳，1998年本科毕业于大连理工大学工程力学系，2002年博士毕业于清华大学固体力学专业。2006-2010年工作于清华大学航天航空学院（讲师、副教授），2011年至今就职于哈尔滨工业大学数学系（教授）。曾在国外访问和工作累计6年。2013-2018年担任数学系副主任。2016年至今担任哈工大地球物理中心主任，2018年至今担任哈工大人工智能研究院副院长、哈工大机器人义乌人工智能研究院院长（兼）。主要从事应用数学、油气资源勘探、人工智能的交叉学科研究，发表SCI期刊论文约90篇。曾获得国家杰出青年科学基金（2016）、国家万人计划领军人才（2017）、科技部中青年科技创新人才（2017）、中组部首届青年拔尖人才（20111）、教育部新世纪优秀人才（2011）、中国百篇最具影响国际论文（2010）、中国地球物理学会傅承义青年科技奖（2011）、中国地球物理科技创新二等奖（2018）、黑龙江省自然科学一等奖（2019）。组织了三届哈工大国际数学暑期学校（2015、2017、2018），发起并组织每两年一届的数学地球物理国际会议，多次担任国际学术会议主席或技术委员会主席。IEEE高级会员、CSAIM理事、SEG终身会员。主持国家重点研发计划项目（2017-2021）。