В России разработали нейросеть для оценки поверхностных сейсмических волн

Исследователи из СПбГУ и МГУ разработали алгоритм для нейросетей, ускоряющий обработку поверхностных сейсмических волн. Разработка позволяет точнее выявлять опасные объекты, такие как палеорусла и зоны разуплотнения, в верхней части геологического разреза. В России порядка 70% разведанных запасов углеводородов находятся в арктических и дальневосточных морях, но в промышленной разработке лишь 5% из-за сложных условий. Сейсмические исследования помогают обнаруживать потенциально опасные объекты. В том числе эти данные необходимо учитывать в ходе строительства буровых платформ и донной инфраструктуры. Новый алгоритм на основе технологии Multichannel Analysis of Surface Waves (MASW) значительно ускоряет обработку данных и создаёт высокодетализированные трёхмерные модели распределения скоростей поперечных волн. Ранее этот метод обрабатывал лишь 8–10% данных, однако теперь специалисты СПбГУ обучили нейросеть EfficientNetb4 для обработки всего массива информации. «Такая разработка позволяет значительно повысить детализацию изучения верхней части геологического разреза и точнее выявлять опасные процессы, такие как палеоврезы и зоны грубообломочных отложений. Используемая нейросеть корректно восстанавливает скоростные аномалии, причём эти данные легко подтверждаются независимыми сейсмическими наблюдениями», — также отметил руководитель проекта, директор Передовой инженерной школы СПбГУ «Междисциплинарные исследования, технологии и бизнес-процессы для минерально-сырьевого комплекса России» Вячеслав Половков.