反演计算慢的原因：反演过程一定是基于正演的。（就像BP神经网络是基于FFN网络的。一开始提出的FFN是只有正向传播，BP是既有正向又有反向传播。而反向传播的计算与正向传播有相似的流程）所以反演计算慢本质上是因为正演理论，不太合适的逼近方法。

2016年11月清华大学地学系成立。
杨顶辉、杨慧珠、李衍达、孙卫涛、杜启振、童平、巴晶等

基于数据同化和无放回抽样的FWI
数据同化就是利用已知的有效信息估计初始参数，本身就具有随机性。
无放回抽样是统计学的思想。用来模拟数据同化时的随机性（不确定性），比如：某点的速度实际上是在一个取值范围内的，每次只取一个值用来作样本。
按照上述思路，提供初始速度模型的样本，再逐步迭代优化完成FWI。

小结：本文创新是建立了一个完成FWI的体系。实际上是去找一个构造初始速度模型的方法。

基于W2度量的波形成像理论与方法
最优传输理论（法国数学家Villani）提供一种新的度量。把这套理论用到FWI的目标函数中，克服周跳问题。提供有很好的凸性新的目标函数。

拟波形成像
时间差（又称拟波形）是一个波形的函数。
更新的速度是观测数据（观测波形）和合成数据（理论波形）差的隐函数

低速原因：岩石圈根遭受强烈改造，比如断裂带结构。（重力均衡理论）