Exportar registro bibliográfico

Subsurface modeling using generative adversarial network (2019)

  • Authors:
  • USP affiliated author: SANTOS, ARTHUR HENRIQUE RODRIGUES - EP
  • School: EP
  • Sigla do Departamento: PMI
  • Subjects: REDES NEURAIS; MODELAGEM DE DADOS; SISMICIDADE
  • Language: Inglês
  • Abstract: Rede Generativa Adversária (GAN) é um modelo de rede composta de duas redes neurais distintas, i. e. discriminativa e geradora. A GAN, após treinada, é capaz de gerar modelos que reproduzem a distribuição de dados, inclusive espacialmente, dos modelos de treinamento. Em geociências, o uso da GAN foi bem-sucedido na geração de modelos não condicionados de propriedades de rocha por meio de imagens de treinamento, e em métodos probabilísticos de inversão sísmica. Nesse trabalho, a GAN é proposta não como uma técnica de reprodução de modelos de subsuperfície, mas uma técnica de reconstrução de modelos de subsuperfície onde há acesso uma escassa base de dados das propriedades de interesse, por exemplo, dados de poços. Como dados de treino para a rede, são usadas realizações geoestatísticas combinadAs com dados experimentais. A GAN é utilizada para reconstruir canais não estacionários e propriedades elásticas contínuas, como a velocidade de propagação da onda P, na presença de dados condicionantes ou não. Os exemplos apresentados mostram a capacidade da GAN em aprender a estrutura espacial dos dados a partir de realizações estocásticas, reproduzindo as principais estatísticas de primeira e segunda ordem e os padrões de continuidade espacial, como expresso por modelos de variograma (i. e. matriz de covariância espacial). Também é explorado o uso da GAN no método de inversão sísmica na tentativa de reproduzir estruturas não-estacionárias por meio de uma inversão simultânea dos dados sísmicos para modelos de fácies e impedâncias acústicas. Tal método visa produzir modelos de reservatórios geologicamente mais consistentes e confiáveis.
  • Imprenta:

  • Download do texto completo

    Tipo Nome Link
    Versão Publicada ArthurHenriqueRodriguesSa... Direct link
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SANTOS, Arthur Henrique Rodrigues. Subsurface modeling using generative adversarial network. 2019. Trabalho de Conclusão de Curso (Graduação) – Escola Politécnica, Universidade de São Paulo, Santos, 2019. Disponível em: https://bdta.abcd.usp.br/directbitstream/aa75638c-9b9e-4a70-8036-c1f5ac2842e9/ArthurHenriqueRodriguesSantos%20-%20PMI-19.pdf. Acesso em: 19 mar. 2024.
    • APA

      Santos, A. H. R. (2019). Subsurface modeling using generative adversarial network (Trabalho de Conclusão de Curso (Graduação). Escola Politécnica, Universidade de São Paulo, Santos. Recuperado de https://bdta.abcd.usp.br/directbitstream/aa75638c-9b9e-4a70-8036-c1f5ac2842e9/ArthurHenriqueRodriguesSantos%20-%20PMI-19.pdf
    • NLM

      Santos AHR. Subsurface modeling using generative adversarial network [Internet]. 2019 ;[citado 2024 mar. 19 ] Available from: https://bdta.abcd.usp.br/directbitstream/aa75638c-9b9e-4a70-8036-c1f5ac2842e9/ArthurHenriqueRodriguesSantos%20-%20PMI-19.pdf
    • Vancouver

      Santos AHR. Subsurface modeling using generative adversarial network [Internet]. 2019 ;[citado 2024 mar. 19 ] Available from: https://bdta.abcd.usp.br/directbitstream/aa75638c-9b9e-4a70-8036-c1f5ac2842e9/ArthurHenriqueRodriguesSantos%20-%20PMI-19.pdf

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

    Digital Library of Academic Works of Universidade de São Paulo     2012 - 2024