科學(xué)家們正努力地對(duì)不斷增長(zhǎng)的地震數(shù)據(jù)進(jìn)行人工解釋?zhuān)蕴剿鞯卣鸬脑颍貏e是在該地區(qū)地質(zhì)條件復(fù)雜的情況下,他們現(xiàn)在正在使用基于機(jī)器學(xué)習(xí)的解決方案來(lái)幫助自動(dòng)解釋這些數(shù)據(jù)。
從地表地震數(shù)據(jù)中有效地探測(cè)地下地質(zhì)特征對(duì)于理解大地構(gòu)造、盆地演化、資源勘探以及引起區(qū)域地震(地震發(fā)生)的過(guò)程非常重要。為此,地震數(shù)據(jù)的獲取不斷增長(zhǎng),使得處理過(guò)程在計(jì)算上很費(fèi)力并且解釋繁瑣。得益于高性能的計(jì)算系統(tǒng),該系統(tǒng)可以在收到口譯員的指導(dǎo)和輸入后的合理時(shí)間內(nèi)對(duì)此類(lèi)海量數(shù)據(jù)進(jìn)行分析。然而,人類(lèi)分析人員很難進(jìn)行人工解釋?zhuān)貏e是在該地區(qū)地質(zhì)復(fù)雜、數(shù)據(jù)豐富的情況下。
為了使這一過(guò)程自動(dòng)化并加快解釋速度,印度政府科學(xué)技術(shù)部下設(shè)的自治研究所——喜馬拉雅地質(zhì)研究所(WIHG)的科學(xué)家開(kāi)發(fā)了一種基于神經(jīng)(機(jī)器學(xué)習(xí))的實(shí)用方法,用于自動(dòng)解釋3D地震數(shù)據(jù)。這種第一種方法通過(guò)計(jì)算一種稱(chēng)為元屬性的新屬性而開(kāi)發(fā)。
較老的沉積巖層或火山熔巖層(基巖復(fù)合體)之間的板狀片狀侵入顯著促進(jìn)了熱巖漿的運(yùn)輸和儲(chǔ)存,并導(dǎo)致覆蓋層。這可以作為沉積盆地中油氣聚集的合理構(gòu)造圈閉。新西蘭近海坎特伯雷含油氣盆地就是一個(gè)典型的例子,在那里,白堊紀(jì)至始新世(約1.45億至3390萬(wàn)年前的地質(zhì)時(shí)期)序列中嵌入了碟形巖漿巖床,導(dǎo)致在巖床末端上方形成了強(qiáng)制褶皺和熱液噴口。
WIHG的科學(xué)家通過(guò)設(shè)計(jì)工作流程并計(jì)算SillCube(SC)和FluidCube(FC)元屬性來(lái)捕獲這種情況。這些是混合屬性,是通過(guò)使用基于神經(jīng)的方法將許多地震屬性(與地質(zhì)目標(biāo)關(guān)聯(lián))合并而生成的。這項(xiàng)研究發(fā)表在研究期刊“構(gòu)造物理學(xué)”上。WIHG團(tuán)隊(duì)在監(jiān)督的神經(jīng)學(xué)習(xí)(機(jī)器學(xué)習(xí))之后準(zhǔn)備了元屬性,其中在人類(lèi)分析師的指導(dǎo)下訓(xùn)練計(jì)算系統(tǒng)。
根據(jù)這項(xiàng)研究的結(jié)果,單個(gè)巖床的面積分別為1.5平方公里到17平方公里。此外,熔解的巖漿流體通過(guò)熱液噴口垂直上升至800m左右的高度,并抬升覆蓋層。這種解釋方法是自動(dòng)化的,可以有效地從三維地震數(shù)據(jù)中描述地下巖漿活動(dòng)。
這項(xiàng)工作是朝著應(yīng)用機(jī)器學(xué)習(xí)解決地質(zhì)問(wèn)題邁出的重要一步,并且在理解喜馬拉雅山等活躍山區(qū)的復(fù)雜地質(zhì)過(guò)程中很有希望。 (編譯/Cassie) By PIB Delhi
轉(zhuǎn)載:千家網(wǎng)
原文標(biāo)題:機(jī)器學(xué)習(xí)解決方案使地理資源的探索更簡(jiǎn)單
文章出處:【微信公眾號(hào):物聯(lián)網(wǎng)技術(shù)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
-
機(jī)器人
+關(guān)注
關(guān)注
213文章
31113瀏覽量
222416 -
地震
+關(guān)注
關(guān)注
0文章
25瀏覽量
16414
原文標(biāo)題:機(jī)器學(xué)習(xí)解決方案使地理資源的探索更簡(jiǎn)單
文章出處:【微信號(hào):iotmag,微信公眾號(hào):iotmag】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
神經(jīng)網(wǎng)絡(luò)的初步認(rèn)識(shí)
指令集測(cè)試的一種糾錯(cuò)方法
【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+第二章 實(shí)現(xiàn)深度學(xué)習(xí)AI芯片的創(chuàng)新方法與架構(gòu)
如何在機(jī)器視覺(jué)中部署深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)
一種無(wú)序超均勻固體器件的網(wǎng)格優(yōu)化方法
ARM入門(mén)學(xué)習(xí)方法分享
FPGA在機(jī)器學(xué)習(xí)中的具體應(yīng)用
Nordic收購(gòu) Neuton.AI 關(guān)于產(chǎn)品技術(shù)的分析
無(wú)刷直流電機(jī)單神經(jīng)元自適應(yīng)智能控制系統(tǒng)
NVIDIA借助神經(jīng)渲染技術(shù)為物理AI開(kāi)發(fā)場(chǎng)景注入新活力
使用MATLAB進(jìn)行無(wú)監(jiān)督學(xué)習(xí)
【「# ROS 2智能機(jī)器人開(kāi)發(fā)實(shí)踐」閱讀體驗(yàn)】機(jī)器人入門(mén)的引路書(shū)
TPU處理器的特性和工作原理
一種無(wú)刷直流電機(jī)霍耳信號(hào)與定子繞組關(guān)系自學(xué)習(xí)方法
Raspberry Pi Pico 2 上實(shí)現(xiàn):實(shí)時(shí)機(jī)器學(xué)習(xí)(ML)音頻噪音抑制功能
WIHG開(kāi)發(fā)了一種基于神經(jīng)(機(jī)器學(xué)習(xí))的實(shí)用方法
評(píng)論