周报---20260126-20260201

本文总结了深度学习全波形反演（DL-FWI）中联邦学习（FL）方向的研究进展。已完成FCNVMB网络在FL框架下的训练，实验结果显示：FL训练在50轮通信后取得较好反演效果（MSE 0.015），泛化性优于集中式训练；而集中式FCNVMB在同源数据上表现更好（MSE 0.004），但在陌生区域测试时效果较差。下一步计划尝试DD-Net、ABA-Net等网络在FL中的适应性，重点解决参数交换和遗忘问题。研究揭示了FL在提高模型泛化能力方面的潜力。