Meta-Attributes and Artificial Networking: A New Tool for Seismic Interpretation
Zastosowanie uczenia maszynowego do interpretacji danych sejsmicznych
Dane sejsmiczne zebrane na powierzchni mogą być wykorzystywane do generowania licznych atrybutów sejsmicznych, które umożliwiają lepsze zrozumienie podpowierzchniowych struktur geologicznych i cech stratygraficznych. Przy stale rosnącej ilości dostępnych danych sejsmicznych, uczenie maszynowe przyspiesza przetwarzanie danych i interpretację złożonej geologii podpowierzchniowej.
Meta-atrybuty i sztuczna sieć: A New Tool for Seismic Interpretation bada, w jaki sposób sztuczne sieci neuronowe mogą być wykorzystywane do automatycznej interpretacji danych sejsmicznych 2D i 3D.
Najważniejsze informacje zawarte w tomie:
⬤ Historyczna ewolucja atrybutów sejsmicznych.
⬤ Przegląd meta-atrybutów i sposobów ich projektowania.
⬤ Przepływy pracy do obliczania meta-atrybutów z danych sejsmicznych.
⬤ Studia przypadków demonstrujące zastosowanie meta-atrybutów.
⬤ Zestawy ćwiczeń z rozwiązaniami.
⬤ Przykładowe zestawy danych dostępne do ćwiczeń praktycznych.
Amerykańska Unia Geofizyczna promuje odkrycia w naukach o Ziemi i kosmosie dla dobra ludzkości. Jej publikacje rozpowszechniają wiedzę naukową i zapewniają zasoby dla badaczy, studentów i profesjonalistów.
