کاربرد ماشین های یادگیری عمیق در تفسیر داده های لرزه ای
عنوان دوره: بیستمین کنفرانس ژئوفیزیک ایران
نویسندگان
1استادیار گروه فیزیک زمین
2گروه ژئوفیزیک موسسه ژئوفیزیک دانشگاه تهران شهر تهران ایران
چکیده
امروزه هوش مصنوعی و بخش ها و ابزارهای مختلف آن در بسیاری از شاخه های علوم مهندسی، علوم پایه، علوم انسانی و هنر کاربرد دارد. در این مقاله کاربرد یکی از جدید ترین ابزارهای هوش مصنوعی یعنی یادگیری عمیق در بخش های مختلفی از تفسیر داده های لرزه ای مورد مطالعه قرار گرفته است. در این تحقیق سه مثال درمورد استفاده ماشین های یادگیری عمیق یا شبکه های عصبی در تفسیر داده های لرزه ای بیان شده است. ابتدا شناسایی سنگ شناسی محیط با استفاده از شبکه عصبی کانولوشنی و داده های لرزه ای بیان شده. سپس شناسایی گنبد های نمکی با استفاده از شبکه عصبی کانولوشنی و داده های لرز های معرفی می شود و در آخر نیز شناسایی دودکش گازی بر روی داده لرزه ای با استفاده از شبکه عصبی پرسپترون توضیح داده می شود.
کلیدواژه ها
 
Title
The application of deep learning machines in seismic data interpretation
Authors
Majid Bagheri, Mohammad Ali Khodagholi
Abstract
Today, artificial intelligence and its various parts and tools are used in many branches of engineering, basic sciences, humanities and arts. In this paper, the application of one of the newest tools of artificial intelligence, namely deep learning in various parts of seismic data interpretation has been studied. This study provides three examples of the use of deep learning machines or neural networks in the interpretation of seismic data. First, the identification of the lithology is expressed using convolutional neural network and seismic data. The identification of salt domes is then introduced using convolutional neural network and seismic data. Finally, the identification of gas chimneys on seismic data using the perceptron neural network is explained.
Keywords
: Artificial intelligence, Deep learning, Convolutional Neural Network, Perceptron neural network, seismic data interpretation