Sciact
  • EN
  • RU

Аппроксимация Борна и трансферное обучение для data-driven end-to-end подхода сейсмического мониторинга вязкоупругих параметров среды Тезисы доклада

Конференция Интеллектуальный анализ данных в нефтегазовой отрасли
20-23 авг. 2024 , Калининград
Сборник Интеллектуальный анализ данных в нефтегазовой отрасли : Сборник материалов 5-й научно-практической конференции
Сборник, ООО «Геомодель Развитие». Москва.2024. 213 c. ISBN 978-5-9651-1495-5. РИНЦ
Вых. Данные Год: 2024, Страницы: 86-90 Страниц : 5
Авторы Братчиков Д.С. 1 , Чеверда В.А. 1 , Гадыльшин К.Г. 1
Организации
1 Институт математики им. С.Л. Соболева СО РАН

Информация о финансировании (1)

1 Российский научный фонд 22-11-00104

Реферат: Высокоразрешенный сейсмический мониторинг подземных недр является необходимым условием для получения достоверных сейсмических изображений геологических структур. Сейсмическая полноволновая инверсия (FWI) стала многообещающим методом разведочной геофизики для исследования таких сред. Однако такого рода исследования требуют чрезвычайно трудоемких вычислений и памяти, что не позволяет использовать FWI на практике для оценки изменений в недрах в режиме реального времени, особенно при оценке вязкоупругих свойств целевых геологических объектов. В этой статье представлен end-to-end data-driven подход инверсии для установления нелинейного отображения между изменениями в необработанных сейсмических данных и соответствующими изменениями свойств недр для вязкоупругих сред, таких как скорость P-волны и соответствующий коэффициент качества P-волны. Для ускорения создания синтетического набора данных используется приближение Борна и трансферное обучение. Эффективность подхода оценивалась с использованием синтетических сейсмических данных, полученных с помощью 2D-частотного вязкоупругого решателя для модельного месторождения Гуллфакс.
Библиографическая ссылка: Братчиков Д.С. , Чеверда В.А. , Гадыльшин К.Г.
Аппроксимация Борна и трансферное обучение для data-driven end-to-end подхода сейсмического мониторинга вязкоупругих параметров среды
В сборнике Интеллектуальный анализ данных в нефтегазовой отрасли : Сборник материалов 5-й научно-практической конференции. – ООО «Геомодель Развитие»., 2024. – C.86-90. – ISBN 978-5-9651-1495-5. РИНЦ
Идентификаторы БД:
РИНЦ: 75160630
Цитирование в БД: Пока нет цитирований