יום חמישי, 8 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.LG ·

זרימת עבודה מונחית AI לפירוש גאולוגי

An AI-assisted conditioning and geological interpretation workflow for usage in implicit geological modeling
פותחה זרימת עבודה מונחית AI לפירוש גאולוגי, המשלבת שיטות למידת מכונה לצורך דגמון גאולוגי מהיר ויעיל יותר. הזרימה משתמשת בשיטות כגון למידה עצמית וחצי-עצמית לרעש ולביצועים.
תקציר מקורי באנגליתarXiv:2610.09871v1 Announce Type: cross Abstract: Implicit modeling and Relative Geologic Time are geological modeling techniques that enable more efficient, faster, less biased and more reproducible modeling results. For optimal operation, these techniques require many well-constrained input data. In the framework of the Horizon Europe GO-Forward and MOOI WarmingUP GOO projects and to accelerate Implicit modeling, Machine Learning (ML) methods have been tested and implemented in a toolkit for the interpretation of (onshore) seismic data from the shallow to deep range (+- 300 - 3500 m). The goal is to rapidly characterise this depth domain by efficient interpretation of horizons and faults in seismic data. The first step is to improve the signal by applying AI techniques like self-supervis
קרא במקור המקורי