弹性全波形反演改用隐式神经表示：Marmousi上Vp的MAE从412.02降到216.90，串扰伪影减少
核心概要
多参数弹性全波形反演同时估计多个弹性参数，参数间串扰会让反演结果出现伪影。INR-EFWI把地下模型从逐网格点独立取值改为由坐标神经网络连续生成，并采用Vp、纵波阻抗Ip与Vs/Vp比值的参数化，使不同参数的辐射方向图重叠更少。在Marmousi、Overthrust合成模型和Volve海底数据上，它与自动微分EFWI对比，模型误差更低、结构连续性更好，但作者强调该参数化并非普遍最优。
深度剖析
多参数弹性全波形反演改用坐标神经网络表示地下模型，并换用Vp、纵波阻抗Ip与Vs/Vp比值的参数组合，使反演结果中的串扰伪影减少、界面连续性提高。 此前的弹性全波形反演把每个物理参数独立地放在离散空间网格上，每个网格点都是独立自由度，除非通过正则化显式引入相关性；这种高维表示容易重建短波长伪影和噪声，也不天然编码地质模型应有的空间连续性。 在Marmousi模型上，同样从刻意简化的线性初始模型出发、各跑500次迭代，INR-EFWI相对自动微分EFWI把Vp的平均绝对误差从412.02降到216.90，模型信噪比从12.84 dB升到15.71 dB，结构相似性从0.32升到0.53。
实现方式是把空间坐标送入一个共享编码器，再由三条彼此独立的解码分支分别输出Vp、阻抗和Vs/Vp，波形残差经弹性波方程求解器回传到网络权重。 共享编码器把多分辨率哈希编码与SIREN正弦表示拼接成同一组空间特征，哈希编码含16个分辨率层级、每层两个特征、基础分辨率50，SIREN通路为三层正弦层、宽度依次256、256、128。 三条解码分支结构相同但参数独立，各含128和64个神经元的两个隐藏层及一个线性输出层，隐藏层之间用GELU激活；每个分支的输出再经缩放因子还原物理量纲并叠加到初始模型上，使各参数的梯度只经过自己的分支回传。
启示与展望
演示范围限于二维各向同性弹性介质：Marmousi与Overthrust两个合成模型，以及经5至12 Hz滤波、使用48炮、每炮197道、道间距25 m的Volve海底数据集；该数据集在摘要与引言中被称为海底节点（OBN）数据，在第3.3节中被称为海底电缆（OBC）数据，两处说法不一致，此处不作裁定。实际数据没有可靠真值模型，只能通过正演炮集与观测数据的吻合程度评估。
作者明确不认为Vp–Ip–Vs/Vp是普遍最优的参数化，参数可恢复性取决于辐射方向图、散射角、采集孔径、分量可用性、波型、频率成分、背景性质与地质结构；缺少5 Hz以下低频时重建精度如预期下降，1 dB数据信噪比下质量也有有限退化。