В Институте нефтегазовой геологии и геофизики им. А.А. Трофимука СО РАН разработали новую методику анализа и инверсии поверхностных волн (SWI), основанную на технологиях глубокого машинного обучения. Это новшество позволяет значительно ускорить и автоматизировать построение скоростной модели верхней части геологического разреза, что особенно важно при обработке больших массивов сейсмических данных. Об этом «Жуковский.Life» рассказали в пресс-службе РАН.
Традиционно обработка данных поверхностных волн происходит через извлечение и инверсию дисперсионных кривых — процесс, который обычно требует ручного вмешательства и значительных временных затрат. С увеличением объёмов сейсморазведочных данных ручная обработка становится неэффективной, поэтому возникает необходимость автоматизации.
Опыт последних лет показывает, что нейронные сети успешно решают задачи распознавания сложных закономерностей — например, выделяют объекты на изображениях или помогают в медицинской диагностике. По словам Александра Яблокова, старшего научного сотрудника ИНГГ СО РАН, нейросети обладают устойчивостью к шуму и не требуют больших вычислительных ресурсов. Они способны выявлять нелинейные зависимости дисперсионных поверхностных волн без дополнительной настройки параметров, что значительно упрощает процесс.
В рамках проекта создан комплекс алгоритмов SWI, в котором используются два типа нейронных сетей. Первый — автоэнкодер, выделяющий дисперсионные кривые из данных, второй — полносвязная сеть, выполняющая инверсию этих кривых для построения модели.
Разработанные алгоритмы успешно протестировали на реальных данных с нефтегазового месторождения в Ханты-Мансийском автономном округе. Итогом стала точная создание модели верхней части разреза, что подтверждает высокую эффективность и практическую применимость новой методики.
Таким образом, инновационные алгоритмы ИНГГ СО РАН автоматизируют и ускоряют традиционный метод SWI, делая его удобным для массовой обработки больших сейсмических массивов и открывая новые возможности в нефтегазовой геологии.
Новые биосенсоры изменят российскую медицину и фармацевтику. Они настраиваются с помощью химии и генной инженерии так, чтобы светиться при контакте с определённым веществом-мишенью, например гормоном или маркером болезни.