Применение машинного обучения для построения структурных границ разреза по потенциальным полям
Автор(ы): Шклярук А. Д., Кузнецов К. М.
Аннотация
В статье рассмотрены подходы по восстановлению границ слоев контрастных по плотностным и магнитным свойствам на основе машинного обучения. В работе продемонстрированы алгоритмы на основе многослойных нейронных сетей прямого распространения для решения задачи восстановления структурных границ по потенциальным полям. Для их обучения предлагается использовать либо профили, либо области с уже известным положением искомой границы. Подход основан на построении регрессионных зависимостей между гравитационными и магнитными полями, а также их трансформантами и отражающими горизонтами, определенными, например, по результатам интерпретации данных сейсморазведки.
Ключевые слова: машинное обучение, нейронные сети, структурные горизонты, комплексирование геофизических методов, гравиразведка, магниторазведка, геолого-геофизические модели
Application of machine learning to recover structural boundaries from potential fields
Author(s): Shklyaruk A. D., Kuznetsov K. M.
Abstract
The paper considers approaches to the reconstruction of layer boundaries of contrasting density and magnetic properties based on machine learning. The paper demonstrates algorithms based on multilayer neural networks of direct propagation for solving the problem of structural boundaries reconstruction by potential fields. To train them, we propose to use either profiles or regions with already known position of the desired boundary. The approach is based on the construction of regression relationships between gravitational and magnetic fields, as well as their transformants and reflecting horizons, determined, for example, by the results of seismic data interpretation.
Keywords: machine learning, neural networks, structural horizons, combining geophysical methods, gravity survey, magnetic survey, geological and geophysical models
Скачать статью «Применение машинного обучения для построения структурных границ разреза по потенциальным полям
»