基于深度学习的相对地质时间体估计方法

2023-12-25 03:10李海山杨午阳伍新明魏新建许鑫
石油地球物理勘探 2023年2期
关键词:注意力机制深度学习

李海山 杨午阳 伍新明 魏新建 许鑫

摘要:常規自动解释方法难以正确追踪三维地震数据体中被断层错断的地震反射层位。为此,提出了基于深度学习的相对地质时间体估计方法。首先,针对相对地质时间体估计需求,设计一个由编码器—解码器框架组成的相对地质时间体估计网络;其次,采用结构相似性准则为损失函数,利用生成的准确标注合成训练数据集对相对地质时间体估计网络进行训练,使其具备准确地从地震数据体中估计相对地质时间体的能力;最后,通过提取多个恒定的相对地质时间体等值面实现多个地震反射层位的自动追踪。测试结果表明,该方法不仅在验证数据集上显示出优异性能,而且在实际地震数据体上也获得了较好效果;利用估计的相对地质时间体能够一次性获得多个能够表征地层空间形态的地震反射层位。

关键词:深度学习,残差学习,注意力机制,构造解释,相对地质时间,层位追踪

中图分类号:P631 文献标识码:A dol:10.13810/j.cnki.issn.1000-7210.2023.02.003

猜你喜欢
注意力机制深度学习
面向短文本的网络舆情话题
基于自注意力与动态路由的文本建模方法
基于深度学习的问题回答技术研究
基于LSTM?Attention神经网络的文本特征提取方法
基于注意力机制的双向LSTM模型在中文商品评论情感分类中的研究
InsunKBQA:一个基于知识库的问答系统
有体验的学习才是有意义的学习
电子商务中基于深度学习的虚假交易识别研究
MOOC与翻转课堂融合的深度学习场域建构
大数据技术在反恐怖主义中的应用展望