Уважаемые коллеги, мы рады поделиться с вами новой статьёй Брайана Рассела «Машинное обучение и сейсмическая инверсия», опубликованной в июльском номере журнала The Leading Edge.

Как геофизики мы привыкли детально изучать любые проблемы и стараемся получить наиболее физически обоснованный результат. И новые технологии и разработки, в частности машинное обучение, дают нам огромные потенциальные возможности как в анализе данных, так и в выполнении расчётов. Они обеспечивают прирост скорости и открывают новые пути решения задач. Однако, алгоритмы машинного обучения, могут показаться слишком сложными для понимания и зачастую их просто представляют в виде «черного ящика». В данной работе приведено большое количество примеров для наглядной демонстрации разницы между сейсмической инверсией и инверсией с использованием машинного обучения.

Параллельно мы попытаемся «демистифицировать» алгоритмы машинного обучения и показать, что у них, точно так же, как и у традиционных алгоритмов инверсии есть своя определенная математическая структура, которую можно записать и понять.

В качестве примера используется извлечение базового коэффициента отражения из синтетического сейсмического отклика, созданного путем свертки «дипольной» трасы коэффициентов отражения с симметричным импульсом. Поскольку диполь находится ниже предела сейсмического разрешения, наложение импульсов создаёт как увеличение амплитуды, так и дополнительные нефизические коэффициенты отражения в синтетических сейсмических данных. Это достаточно распространённая проблема в реально наблюденных сейсмических данных. При обсуждении возможных решений этой проблемы были затронуты темы деконволюции, рекурсивной инверсии, линейных и нелинейных регрессий.

Ознакомиться со статьёй на английском языке вы можете по ссылке.

the leading edge