学习型反演：代理正演、物理约束与分布迁移
从传统反演的计算结构理解监督、自监督和物理引导学习，并讨论误差如何传递。
展开本章阅读路线（8 节）
先确定网络替代的是哪一段
代理正演 输入参数、输出响应；直接反演网络 输入数据、输出参数；分类网络 输出类别分数。三者学习任务、误差指标与可解释边界不同。一个准确分类器未必能够恢复材料参数，一个低均方误差参数网络也未必给出校准的类别概率。
监督学习为什么包含隐含先验
训练目标可以写 。平方损失下理想预测趋向训练分布对应的条件均值。因此多解问题里，网络可能输出多个可行目标的平均，而这个平均甚至不是可行的物理目标。训练分布是方法的一部分，不能只公布网络层数。
数据一致性损失从哪里来
将预测参数放回正演，得到
无需每组数据都有真实参数标签，但依然依赖 F、噪声模型和先验。若用代理 替代 F，梯度与误差都受代理影响。Li 等2025年的通用 TEM 研究结合快速前向网络与自监督更新，可作为这一结构的实例；其地电参数任务不能直接视为已验证的 UXO 材料识别。
为什么代理误差可能在反演中被放大
代理偏差 e_F 会沿弱奇异方向放大，局部有 。所以仅报告平均响应误差不足以证明适用于反演；还应检查计划参数范围内的最坏误差、梯度误差，以及使用独立高保真正演回算的残差。最终评估不能让同一个代理同时生成测试真值和判断自己是否正确。
卷积、注意力与物理信息分别提供什么
卷积利用局部模式和权重共享；注意力让不同时间门或通道之间建立数据驱动的联系。标准缩放点积注意力为
它并不自动满足因果性、单位一致性或 Maxwell 方程。真实时间值、通道几何、门宽和缺测掩码应作为数据定义的一部分。Shao 等2026年论文结合多尺度卷积、Transformer 与 U-Net，研究的是一维 TEM 电阻率反演，适合借鉴时序表示，不能凭架构名称宣称普遍最优。
从合成数据到现场需要检验哪些变化
目标几何、材料、噪声相关性、海水或土壤、测点偏差以及仪器波形都可能改变分布。Heagy 等2024年的会议工作从实测提取背景并与合成偶极信号组合，给出了有针对性的背景适配思路。背景学习本身仍须遵守独立评测，不使用最终测试目标标签调参。
把学习方法放入公平比较
至少保留传统张量反演与库匹配基线，再比较网络初值加局部反演、代理加速反演和直接预测。记录离线模拟与训练成本、在线速度、失败率、独立参数误差及预测残差。在未知目标或背景上允许拒识，比强迫所有输入输出一个确定类别更符合问题本身。
练习与解析
1. 用物理损失训练后，为什么仍可能输出错误参数？
多个参数组合可能产生相近数据；正演也可能存在近似误差。物理损失约束数据一致性，不自动保证唯一性、真实几何或正确先验。
2. 如何判断网络只是学到了训练数据的尺寸范围？
按目标尺度、材料与几何进行系统留出，测试范围边界与分布外条件，比较预测是否集中回训练均值，同时用真实前向算子回算。随机拆分同分布样本不足以回答这个问题。
参考文献与继续学习
- Heagy et al. (2024) · Machine learning methods for the classification of UXO from electromagnetic data in marine settingsEMIW 2024扩展摘要；已读本地摘要与方法开头。合成偶极、实测背景及海洋分类图，非完整期刊复现。
- Li, Li & Li (2025) · A Novel Self-Supervised Deep Learning Inversion Method Incorporating a Fast Forward Network for Transient Electromagnetic Data本地原文摘要及首页已读；出版页自动访问未成功。地电结构反演；自监督和代理误差讨论的参考。
- Shao et al. (2026) · A hybrid deep learning framework for 1D transient electromagnetic inversion with multi-scale convolution and transformer-based global modeling出版页全文可访问；2026-03-16在线，2026年8月卷期。研究一维地层电阻率，不是任意三维 UXO 反演。
- Qu et al. (2025) · A Hybrid Deep Learning Approach for Integrating Transient Electromagnetic and Magnetic Data to Enhance Subsurface Anomaly Detection已读取本地 MagEMNet PDF 摘要；课程只引用通用磁/电磁融合思路，不引入特定传感器内容。
- Heagy et al. · A framework for simulation and inversion in electromagnetics电磁正演、反演与数值实现的开放研究论文。
外部链接需联网，部分论文全文需要机构访问。页面内容为原创教学解释；文献用于核对理论和进一步阅读。资源链接核对日期：2026-09-12。