| Titre | Predictive models for first arrivals on seismic reflection data, Manitoba, New Brunswick, and Ontario |
| Télécharger | Téléchargements |
| |
| Licence | Veuillez noter que la Licence du gouvernement
ouvert - Canada remplace toutes les licences antérieures. |
| Auteur | Patwa, B; St-Charles, P L; Bellefleur, G ; Rousseau, B |
| Source | Commission géologique du Canada, Dossier public 8877, 2022, 41p., https://doi.org/10.4095/329758  Accès ouvert |
| Image |  |
| Année | 2022 |
| Éditeur | Ressources naturelles Canada |
| Document | dossier public |
| Lang. | anglais |
| DOI | https://doi.org/10.4095/329758 |
| Media | numérique; en ligne |
| Formats | pdf |
| Sujets | séismologie; modèles; données sismiques; interpretations sismiques; levés de reflexion sismiques; ondes sismiques; prospection minière; méthodes d'exploration; Méthodologie; Traitement des données;
Intelligence artificielle; l'apprentissage machine; géophysique; géologie économique; Sciences et technologie |
| Illustrations | sismogrammes; représentations schématiques; profils de réflexion sismique; graphiques; images sismiques; tableaux; croquis cartographiques; graphique à barres; modèles; organigrammes |
| Programme | Initiative géoscientifique ciblée (IGC-6) Projet de géoscience numérique et élaboration de méthodes |
| Diffusé | 2022 03 22 |
| Résumé | (non publié)
Les premières arrivées sont les ondes primaires qui sont captées et analysées par les sismologues pour déduire les propriétés du sous-sol. Ici, nous essayons de résoudre un problème
dans une petite sous-section de la séquence du traitement sismique : la sélection des premières arrivées des données sismiques de réflexion. Nous formulons ce problème comme une tâche de segmentation d'image. Les données sont prétraitées,
débarrassées des valeurs aberrantes et extrapolées pour rendre possible l'entrainement de modèles d'apprentissage profond. Nous utilisons des réseaux entièrement convolutifs (plus précisément des UNets) pour former les modèles initiaux et explorer
leurs performances en fonction des pertes, de la profondeur des couches et du nombre de classes. Nous proposons d'utiliser des connexions résiduelles pour améliorer chaque bloc UNet et des chemins résiduels pour résoudre l'écart sémantique entre
l'encodeur et le décodeur UNet, ce qui améliore les performances du modèle. L'ajout d'informations spatiales comme canal supplémentaire a permis d'augmenter la performance RMSE des prédictions des premières arrivées. D'autres techniques, telles que
l'augmentation des données, la perte multitâche et les méthodes de normalisation, ont été explorées et évaluées par rapport à l'amélioration du modèle. |
| Sommaire | (Résumé en langage clair et simple, non publié)
Ce dossier public présente une méthode d'apprentissage automatique pour sélectionner automatiquement le premier signal sur des données sismiques
enregistrées pour l'exploration minière. La tâche connue sous le nom de sélection des premières arrivées est longue et fastidieuse. La méthode d'apprentissage automatique proposée ici simplifie et accélère considérablement cette tâche. |
| GEOSCAN ID | 329758 |
|
|