DETECTA FALLAS AUTOMÁTICAMENTE
DETECT FAULTS AUTOMATICALLY
Los intérpretes pasan una gran cantidad de tiempo identificando fallas en los datos sísmicos. Si bien este es un proceso clave en la interpretación sísmica, la mayoría de las fallas son sencillas, fáciles de ver y fáciles de entender. La detección de fallas lleva mucho tiempo y no amplifica las valiosas habilidades y experiencias que posee un intérprete. Esta tarea repetitiva es ideal para el flujo de trabajo automatizado disponible en Paradise 3.3.
Los intérpretes pasan una gran cantidad de tiempo identificando fallas en los datos sísmicos. Si bien este es un proceso clave en la interpretación sísmica, la mayoría de las fallas son sencillas, fáciles de ver y fáciles de entender. La detección de fallas lleva mucho tiempo y no amplifica las valiosas habilidades y experiencias que posee un intérprete. Esta tarea repetitiva es ideal para el flujo de trabajo automatizado disponible en Paradise 3.3.
Características clave:
Detección de Fallas
Detecta fallas automáticamente y proporciona una predicción volumétrica de fallas
Modelos pre-entrenados
Equipado con modelos generales CNN pre-entrenados (conservadores y agresivos)
Tecnología de Aprendizaje Profundo
Desarrolla interpretación sísmica estructural y estratigráfica basada en tecnología de red neuronal convolucional (CNN)
Por años hemos mantenido que se puede obtener más de los datos sísmicos cuando se analizan utilizando tecnología de aprendizaje automático con una resolución del intervalo de muestreo, y ahora hay una gran cantidad de evidencia para respaldar esta observación. Continuaremos presentando aplicaciones listas para usar en Paradise que tienen un fuerte retorno de la inversión para nuestros clientes”.
– Tom Smith, Presidente y CEO de Geophysical Insights
Equipada con motores generales de aprendizaje profundo previamente entrenados (conservadores y agresivos), la nueva aplicación de detección de fallas de aprendizaje profundo (DL) en Paradise permite la aplicación a una amplia gama de datos sísmicos, sin necesidad de que el usuario proporcione ejemplos de fallas para el entrenamiento de la red neuronal convolucional. Esta herramienta reduce drásticamente el tiempo para identificar fallas en un volumen sísmico, lo que permite a los intérpretes dedicar más tiempo a entender los datos sísmicos.
- Mejora la continuidad y resolución de fallas
- Aumenta la precisión en la detección de fallas
- Reduce la sensibilidad a los artefactos y al ruido
- Produce menos falsos positivos
- Generar una comprensión más precisa y completa del subsuelo
TECNOLOGÍAS CLAVE EN EL BANCO DE TRABAJO DE INTELIGENCIA ARTIFICIAL (IA) DE PARADISE:
Clasificación de facies sísmicas
La clasificación de facies sísmicas de aprendizaje profundo permite la identificación de patrones de facies estructurales y estratigráficos utilizando la red neuronal convolucional (CNN) como un proceso de reconocimiento de imágenes.
Detección automática de fallas
Equipada con motores generales de aprendizaje profundo previamente entrenados (conservadores y agresivos), la detección de fallas en Paradise se puede aplicar a una amplia gama de datos sísmicos sin la necesidad de ejemplos de fallas proporcionados por el usuario para el entrenamiento.
Clasificación de múltiples atributos
Aplica el aprendizaje automático para revelar capas delgadas por debajo del espesor de entonación convencional.
Generación de atributos
El banco de trabajo de IA de Paradise tiene una biblioteca de más de 100 atributos de clase mundial de atributos instantáneos, geométricos y descomposición espectral.
Detección de geocuerpos
Utiliza el aprendizaje automático para identificar posibles yacimientos y estimación de reservas.
Selección de atributos
El Análisis de Componentes Principales (ACP), es un proceso guiado de ThoughtFlow®, que permite identificar los atributos que están contribuyendo con la mayor cantidad de energía en una región.
