Standard

Восстановление модели трещин на основе машинного обучения и трехмерного свёрточного моделирования. / Протасов, Максим Игоревич; Кенжин, Роман Мугарамович; Павловский, Евгений.

в: Геофизика, № 3, 2023, стр. 58-63.

Результаты исследований: Научные публикации в периодических изданияхстатьяРецензирование

Harvard

APA

Vancouver

Author

BibTeX

@article{4fb066e66a2b45c190564049438e0aff,
title = "Восстановление модели трещин на основе машинного обучения и трехмерного свёрточного моделирования",
abstract = "В работе проведено численное исследование применимости машинного обучения в задаче трехмерной инверсии для реконструкции модели трещин. Сейсмическая инверсия используется на практике для прогнозирования коллекторских свойств. Стандартная инверсия основана на одномерной сверточной модели, но реальные геологические среды более сложны. Поэтому исследуется подход для реконструкции трехмерной модели трещин, основанный на трехмерном сверточном моделировании и машинном обучении с использованием нейронной сети U-Net. Численные эксперименты выполнены для реалистичной трехмерной синтетической модели трещин, созданной по реальным данным из северного региона России.",
author = "Протасов, {Максим Игоревич} and Кенжин, {Роман Мугарамович} and Евгений Павловский",
note = "Протасов М.И., Кенжин Р.М., Павловский Е.Н. Восстановление модели трещин на основе машинного обучения и трехмерного сверточного моделирования // Геофизика. – 2023. – № 3. – С. 58-63.",
year = "2023",
doi = "10.34926/geo.2023.38.43.008",
language = "русский",
pages = "58--63",
journal = "Геофизика",
issn = "1681-4568",
publisher = "Московское городское региональное отделение Межрегиональной общественной организации Евро-Азиатское геофизическое общество",
number = "3",

}

RIS

TY - JOUR

T1 - Восстановление модели трещин на основе машинного обучения и трехмерного свёрточного моделирования

AU - Протасов, Максим Игоревич

AU - Кенжин, Роман Мугарамович

AU - Павловский, Евгений

N1 - Протасов М.И., Кенжин Р.М., Павловский Е.Н. Восстановление модели трещин на основе машинного обучения и трехмерного сверточного моделирования // Геофизика. – 2023. – № 3. – С. 58-63.

PY - 2023

Y1 - 2023

N2 - В работе проведено численное исследование применимости машинного обучения в задаче трехмерной инверсии для реконструкции модели трещин. Сейсмическая инверсия используется на практике для прогнозирования коллекторских свойств. Стандартная инверсия основана на одномерной сверточной модели, но реальные геологические среды более сложны. Поэтому исследуется подход для реконструкции трехмерной модели трещин, основанный на трехмерном сверточном моделировании и машинном обучении с использованием нейронной сети U-Net. Численные эксперименты выполнены для реалистичной трехмерной синтетической модели трещин, созданной по реальным данным из северного региона России.

AB - В работе проведено численное исследование применимости машинного обучения в задаче трехмерной инверсии для реконструкции модели трещин. Сейсмическая инверсия используется на практике для прогнозирования коллекторских свойств. Стандартная инверсия основана на одномерной сверточной модели, но реальные геологические среды более сложны. Поэтому исследуется подход для реконструкции трехмерной модели трещин, основанный на трехмерном сверточном моделировании и машинном обучении с использованием нейронной сети U-Net. Численные эксперименты выполнены для реалистичной трехмерной синтетической модели трещин, созданной по реальным данным из северного региона России.

UR - https://elibrary.ru/item.asp?id=54166071

UR - https://www.mendeley.com/catalogue/8d15a552-9f77-3532-85da-c80cdd3d5ec7/

U2 - 10.34926/geo.2023.38.43.008

DO - 10.34926/geo.2023.38.43.008

M3 - статья

SP - 58

EP - 63

JO - Геофизика

JF - Геофизика

SN - 1681-4568

IS - 3

ER -

ID: 59758398