Deep Learning · 3D

Трехмерная инверсия потенциальных полей

Ю-Иусский проект · Ульяновская область

Постановка задачи

Задача трехмерной инверсии заключается в восстановлении распределений магнитных и гравитационных свойств между полученными структурными горизонтами.

Подход

Входной набор рассматривается как многоканальная 2D структура: измеренное магнитное поле и глубины опорных горизонтов. 2D encoder извлекает пространственные признаки, затем 3D-блок с геологическими ограничениями переводит представление в объем, а 3D decoder восстанавливает распределение физических свойств.

Технологии и методы

CNNConv2DConv3DKeras

Результат

Сокращение времени подбора распределений примерно в 5-6 раз: вместо порядка 30+ часов - 6-7 часов в зависимости от исходных данных.

Архитектура решения

Многоканальный вход объединяет измеренное магнитное поле ΔT(x, y) и глубины опорных горизонтов Hk(x, y). Энкодер Conv2D + MaxPooling извлекает пространственные признаки. Затем признаки распространяются по глубине с добавлением координат и геологических ограничений. Декодер Conv3D + UpSampling3D восстанавливает пространственное разрешение и формирует объемное распределение намагниченности.

← Все рабочие задачи