Please use this identifier to cite or link to this item: http://repositorio.ufpa.br/jspui/handle/2011/5790
metadata.dc.type: Dissertação
Issue Date: 2000
metadata.dc.creator: MIRANDA, Anna Ilcéa Fischetti
metadata.dc.contributor.advisor1: CRUZ, João Carlos Ribeiro
metadata.dc.contributor.advisor-co1: ANDRADE, André José Neves
Title: Identificação automática das primeiras quebras em traços sísmicos por meio de uma rede neural direta
metadata.dc.description.sponsorship: CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico
Citation: MIRANDA, Anna Ilcéa Fischetti. Identificação automática das primeiras quebras em traços sísmicos por meio de uma rede neural direta. 2000. 91 f. Dissertação (Mestrado) - Universidade Federal do Pará, Centro de Geociências, Belém, 2000. Curso de pós-Graduação em Geofísica.
metadata.dc.description.resumo: Apesar do avanço tecnológico ocorrido na prospecção sísmica, com a rotina dos levantamentos 2D e 3D, e o significativo aumento na quantidade de dados, a identificação dos tempos de chegada da onda sísmica direta (primeira quebra), que se propaga diretamente do ponto de tiro até a posição dos arranjos de geofones, permanece ainda dependente da avaliação visual do intérprete sísmico. O objetivo desta dissertação, insere-se no processamento sísmico com o intuito de buscar um método eficiente, tal que possibilite a simulação computacional do comportamento visual do intérprete sísmico, através da automação dos processos de tomada de decisão envolvidos na identificação das primeiras quebras em um traço sísmico. Visando, em última análise, preservar o conhecimento intuitivo do intérprete para os casos complexos, nos quais o seu conhecimento será, efetivamente, melhor aproveitado. Recentes descobertas na tecnologia neurocomputacional produziram técnicas que possibilitam a simulação dos aspectos qualitativos envolvidos nos processos visuais de identificação ou interpretação sísmica, com qualidade e aceitabilidade dos resultados. As redes neurais artificiais são uma implementação da tecnologia neurocomputacional e foram, inicialmente, desenvolvidas por neurobiologistas como modelos computacionais do sistema nervoso humano. Elas diferem das técnicas computacionais convencionais pela sua habilidade em adaptar-se ou aprender através de uma repetitiva exposição a exemplos, pela sua tolerância à falta de alguns dos componentes dos dados e pela sua robustez no tratamento com dados contaminados por ruído. O método aqui apresentado baseia-se na aplicação da técnica das redes neurais artificiais para a identificação das primeiras quebras nos traços sísmicos, a partir do estabelecimento de uma conveniente arquitetura para a rede neural artificial do tipo direta, treinada com o algoritmo da retro-propagação do erro. A rede neural artificial é entendida aqui como uma simulação computacional do processo intuitivo de tomada de decisão realizado pelo intérprete sísmico para a identificação das primeiras quebras nos traços sísmicos. A aplicabilidade, eficiência e limitações desta abordagem serão avaliadas em dados sintéticos obtidos a partir da teoria do raio.
Abstract: In spite of the technologic development happened at seismic prospection, and the significative amount of data with seismic two-dimensional (2D) and three-dimensional (3D) surveys, some process in the seismic interpretation task like the first break picking, remains in a manual version, that still needs an intuitive human intervention. This dissertation purpose, fill in the seismic processing with the intention to look for an efficient method to enable the computational simulation of the human visual system behavior, through decision process automation involved in first break picking in a seismic trace; looking at to preserv the interpreter intuitive knowledgement to more complex tasks, where your knowledgement will be better profitable. Neural networks, the most important implementation of neurocomputing systems, were initially developed by neurobiologists as computer models of the neural system in the brain. They differ from conventional computation techniques in their ability to adaptively discriminate or learn through repeated exposure to examples, their tolerance to data component failure and their robustness in the presence of high noise levels. This computing technology provide some techniques that can reduce the labor intensive aspects of the first break picking, maintaining the quality and reliability of the results. The method here presented is an application of an artificial neural network computational process, known as feedforward multilayer perceptron trained with the error back-propagation algorithm; from the establishment of a convenient neural network architecture and learning set that make possible its application over seismic data. This method is a computational simulation of seismic interpreter decision intuitive process for first break picking in seismic traces. The applicability, efficiency and limitations of this approach will be appraised in synthetic data obtained starting out the ray theoretical method.
Keywords: Prospecção sísmica
Processamento sísmico
Ondas sísmicas
Redes neurais artificiais
metadata.dc.subject.cnpq: CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOFISICA::GEOFISICA APLICADA
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal do Pará
metadata.dc.publisher.initials: UFPA
metadata.dc.publisher.department: Instituto de Geociências
metadata.dc.publisher.program: Programa de Pós-Graduação em Geofísica
metadata.dc.rights: Acesso Aberto
Appears in Collections:Dissertações em Geofísica (Mestrado) - CPGF/IG

Files in This Item:
File Description SizeFormat 
Dissertacao_IdentificacaoAutomaticaPrimeiras.pdf11,31 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons