본 논문은 표면파 분산곡선 역산을 통해 지하 전단파 속도(Vs) 프로파일을 추정하는 새로운 방법인 DispFormer를 제안한다. DispFormer는 Transformer 기반 신경망을 사용하여 레이리파 위상 및 군 분산곡선으로부터 Vs 프로파일을 역산하며, 기존 방법들의 계산 비용, 비일의성, 초기 모델 민감도 문제를 해결하고자 한다. 각 주기를 독립적으로 처리하여 다양한 길이의 데이터를 처리할 수 있으며, 깊이에 따른 민감도를 고려한 훈련 전략을 사용한다. 합성 데이터로 사전 훈련된 DispFormer는 제로샷 및 퓨샷 학습 전략을 통해 실제 데이터에서도 우수한 성능을 보이며, 기존 방법보다 낮은 데이터 잔차를 달성한다. 이는 물리 정보를 통합한 심층 학습의 지구물리학적 응용에 대한 가능성을 보여준다.
