物理学に基づく機械学習モデルにより、地下のイメージングが向上する(Machine-learning models, guided by physics, will improve subsurface imaging)

ad
ad

エネルギー探査や緊急地震速報などへの応用が期待されています。 Potential applications include energy exploration and earthquake early warning, among others

2023-02-08 ロスアラモス国立研究所(LANL)

物理学に基づく機械学習モデルにより、地下のイメージングが向上する(Machine-learning models, guided by physics, will improve subsurface imaging)
A taxonomy of physics-guided, machine-learning-based seismic imaging techniques.

◆IEEE Signal Processing Magazine に掲載された新しい研究によると、ロスアラモス国立研究所の科学者チームは、エネルギー探査、炭素回収・隔離、地下汚染物質の輸送経路の推定など、さまざまなアプリケーションに影響を与える地下のイメージングに機械学習アルゴリズムを適用しています。
◆地表の測定値から地下のデータを得るプロセスを弾性波インバージョンと呼びます。地下の物理的特性は、地下を伝わる地震波の伝わり方に影響します。従来の物理モデルは、任意の地下物理構成に対する地表の測定値を予測するために使用することができます。弾性波インバージョンは逆に、地表の実測値から、その実測値を生み出すであろう地下の形状を推測するものです。多くの逆問題と同様に、地震探査も信頼性が低く、同じ地表の測定値でも地下の形状が異なることがあります。
◆逆問題に対する現在の最適化アルゴリズムは、多くの評価を必要とするため、一般的に非常に計算量が多くなります。最近のアルゴリズムと計算機の進歩は、計算機によるイメージングとインバージョン問題の解決に大きな進歩をもたらす機会を提供します。さらに、データ駆動型のアプローチにより、以前は実行不可能であった問題の効率的な解が得られています。
◆機械学習ベースの手法の性能は、手作業で設計された特徴を必要とせず、大量の高品質な学習データを利用できることに起因しています。しかし、地震インバージョンはデータが豊富な分野ではありません。取得コストが高いため、比較的少量のフィールドデータが存在し、その商業的価値の結果、一般に利用可能なものはほとんどありません。
◆このようなデータ不足の問題を解消し、モデルの汎化性を向上させるため、物理学と機械学習を組み合わせて地震探査のインバージョン問題を解決することに関心が高まっています。

<関連情報>

物理誘導型データ駆動型弾性波インバージョン: フルウェーブフォームインバージョンにおける最近の進展と将来の可能性 Physics-Guided Data-Driven Seismic Inversion: Recent progress and future opportunities in full-waveform inversion

Youzuo Lin; James Theiler; Brendt Wohlberg
IEEE Signal Processing Magazine   Published:02 January 2023
DOI:https://doi.org/10.1109/MSP.2022.3217658

Abstract

The goal of seismic inversion is to obtain subsurface properties from surface measurements. Seismic images have proven valuable, even crucial, for a variety of applications, including subsurface energy exploration, earthquake early warning, carbon capture and sequestration, estimating pathways of subsurface contaminant transport, etc. These subsurface properties (such as wave speed, density, and elastic velocities) influence the transmission of seismic waves through the subsurface media, and well-understood physics models (so-called “forward models”) can be used to predict what surface measurements would be made for any given subsurface configuration.

1700応用理学一般
ad
ad
Follow
ad
タイトルとURLをコピーしました