11月13日上午，教育部地球勘探与信息技术重点实验室主任王绪本教授及团队依托其重点基金项目“基于深度学习的青藏高原东缘深部电性结构模型及其动力学特征”（项目编号4193011）展开学术合作与交流，邀请其团队人员指导的成都理工大学2019年毕业、推免电子科技大学攻读计算机科学与技术硕士研究生陈柯成同学做“基于深度学习的瞬变电磁信号降噪”的学术报告。地球勘探重点实验及王教授团队30余名师生悉心聆听了一个小时的报告，实验室主任王绪本教授全程参与并主持报告。

陈柯成同学在IEEE TGRS、NPG等期刊和会议发表学术论文11篇，其中SCI检索3篇（包含一区top一篇），EI检索4篇。

陈柯成同学在报告中不仅详细讲解了其依托王绪本教授重点基金完成一区TOP期刊的详细过程，还就深度学习在地球物理电磁信号降噪方面的应用进行了详尽阐述。地球物理电磁信号可以获得较大的勘探深度和准确的地下特征。然而，电磁信号容易受到环境背景噪声、人工噪声、设备电子噪声等的干扰。最近，深度神经网络（DNN）用于解决电磁的降噪问题取得了比传统方法更好的性能。然而，现有的基于DNN的降噪方法采用全连接的神经网络，没有足够的灵活性来处理各种信号尺度。针对于这些问题，此次报告介绍了一种将电磁信号降噪任务转换为图像降噪任务的降噪框架，内容新颖，报告以讨论的形式展开，内容生动，讨论激烈，使参会人员受益良多。