Алгоритмы применения нейросетей при обработке сейсмоданных создали в Новосибирске

В Институте нефтегазовой геологии и геофизики СО РАН представили новую реализацию метода анализа и инверсии поверхностных волн (SWI), основанную на глубоком машинном обучении. Она позволит автоматизировать и ускорить построение скоростной модели верхней части геологического разреза.

«Классический подход к обработке данных поверхностных волн заключается в извлечении и инверсии дисперсионных кривых. Как правило, исследователи выполняют эту операцию в ручном режиме, используя специальные компьютерные программы», – сообщила пресс-служба института.

Но при обработке больших объемов сейсморазведочных данных выполнять все операции вручную непрактично – процесс нужно автоматизировать. Нейросети научились выделять объекты на изображениях со схожими характеристиками.

«Нейронные сети могут успешно выявлять сложные закономерности, описывающие нелинейный дисперсионный закон поверхностной волны», – отметил старший научный сотрудник лаборатории динамических проблем сейсмики Александр Яблоков.

Нейросети устойчивы к случайному шуму и нетребовательны к вычислительным ресурсам. Ученые разработали комплекс алгоритмов метода SWI, включающий в себя использование двух типов нейросетей. Алгоритмы проверили на реальных данных, зарегистрированных во время наземных сейсморазведочных работ на нефтегазовом месторождении в Ханты-Мансийском автономном округе.