deep learning and big data architecture for seismic data analyses

Abstract

"اكتسبت خوارزميات التعلم العميق الكثير من الاهتمام في السنوات الأخيرة من خلال الحصول على أحدث النتائج في العديد من المشكلات الناشئة في مجالات رؤية الكمبيوتر والإدراك التلقائي للكلام ومعالجة اللغة الطبيعية ، ويهدف هذا المشروع إلى بناء نموذج شبكي عميق للالتفاف حول تصنيف شرائح ثنائية الأبعاد لبيانات الانعكاس الزلزالي على أنها إما ""ملح"" أو ""ليس ملحًا"" ، مع تطبيق بيانات كبيرة لتدريب المصنف الذي تم الحصول عليه ، والنتيجة تشير إلى أن دقة التنبؤ بفئة الصورة هي 68٪ "Deep learning algorithms have gained a lot of interest in recent years by obtaining state-of-the art results in various problems arising in the fields of computer vision, automatic speechrecognition and natural language processing, this project aims to build a deep convolutionneural network model for classify a 2D slices of seismic volumetric reflection data as either“salt” or “not salt”, applying big data to train the classifier obtained , The result indicatethat the accuracy of the prediction of image’s class is 68%