从系列中:2019年MATLAB石油和天然气会议
Akhilesh Mishra,MathWorks
地震反射分析是获取地下储层特征信息的最常用方法。然而,地震反射常常被复杂的盐体和其他地质构造所扭曲,其垂直分辨率通常在几十米左右。此外,分析大量地震数据是一项计算上具有挑战性且耗时的任务。为了规避这些挑战,在这项工作中,我们提出了一种使用小波和深度学习来加速地震分析任务的方法。
虽然小波变换在地震数据压缩中的应用已经引起了相当大的关注,但我们将其与深度学习相结合来解决地震数据失真的问题。实地研究是根据南极洲的地震数据进行的,我们可以清楚地确定冰盖和基岩之间的界面。我们最近的研究结果表明,小波结合深度学习可以区分不同的岩相,帮助解释者处理新的地震图像。与仅使用深度学习相比,这种方法的最大优点是减少了训练所需的标记数据量。我们还介绍了在MATLAB中快速生成原型的算法®它可以高精度地对图像的各个部分进行分类。这项工作的最后一部分包括在GPU上部署此深度学习网络,以便在独立嵌入式硬件上实时执行岩相识别。
您还可以从以下列表中选择网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家/地区网站未针对您所在地的访问进行优化。