一、 基本任务
撰写文献综述。
二、 上周工作回顾
在此之前，任务围绕两个板块展开：数据集构建与网络架构。为梳理现有技术路线，初步构建了两份对比分析表格。
我当前集中于网络架构部分的深入调研与表格优化，包括以下几个方面：
- 网络架构梳理：包括但不限于U-Net及其变体、Transformer、Encoder-Decoder架构等；
- 多维度对比分析：
- 损失函数选择：包括基础L1/L2损失、边缘感知损失、结构相似性损失、对抗损失等；
- 关键组件引入：是否集成注意力机制、多尺度特征融合等；
- 代码开源情况：标注个论文是否公开代码（github链接）；
- 论文发表年限；
但是上述表格存在一定的问题，首先是训练策略这一部分属于第三章节，所以需要从表格中移除；此外，表格缺乏一定的美观性，应该尽可能简洁地展现需要表达的内容。
因此，本周的主要任务是继续修改网络架构章节的表格以及表述。
三、本周进展
3.1 文献综述辅助工具------Research Rabbit
3.1.1 简介
为梳理基于深度学习的全波形反演领域的研究进展，我对现有文献检索策略进行了反思。传统数据库（如Web of Science）虽覆盖广泛，但在追踪研究方案、识别关键文献与研究趋势方面，存在效率低下、关联性弱的问题。最终，选择 ResearchRabbit 作为辅助工具。
当前，围绕 DL-FWI 初步构建了一个文献知识图谱。通过添加12余篇高影响力论文作为种子节点（比如InversionNet、OpenFWI、FCNVMB等论文），扩展检索到30余篇相关文献。
3.1.2 使用流程介绍
官方链接：ResearchRabbit
3.1.2.1 注册账号
首次使用需访问 ResearchRabbit 官网完成免费账号注册，注册完成后正常使用。
3.1.2.2 创建文献集合（Collection）
进入主界面后，点击左侧导航栏中的 "Library" ，再点击 "+ New Collection" 按钮创建一个专属文献集合。创建完成后，即可添加文献到集合中。
3.1.2.3 文献检索与添加
在搜索框可通过以下方式添加文献：输入论文标题、关键词（如 "physics-informed neural networks FWI"）、 DOI 号（精准匹配）。
检索结果以卡片形式展示，勾选目标文献后，可将其纳入当前集合。也可以在集合中的已有文献选择一篇，会出现该文献相似工作或者相关研究工作，还包括文献的参考文献与被引用文献。
3.1.2.4 文献分析与扩展
当文献数量达到一定规模（如>10 篇），可利用聚合分析功能进一步挖掘关联信息。
- 在集合页面勾选多篇或现有文献；
- 右侧面板将出现三个分析选项卡：
- "Similar"：综合所有选中文献，推荐共同相关的外部文献；
- "References"：汇总所有选中文献的参考文献，识别高频被引经典工作；
- "Citations"：汇总所有选中文献的施引文献，发现最新研究动向。
选择完成后，系统将生成交互式知识图谱，用户可直接在图谱中点击节点查看详情，并添加至当前集合。
注意：上述工具存在一定的问题，比如部分文献无法查询；或者多篇论文重复出现（arxiv版本、期刊版本）等。
3.2 网络架构部分
进一步修改与完善网络架构部分的表格。
四、 遇到困难
1.问题描述：表格中的文献数量较少；
2.解决方式：
①检查其他部分的引用是否插入表格；
②使用ResearchRabbit进行搜索（但该工具搜索的也不是很完整）。
五、下周工作计划
继续完善网络架构部分。