MULTI-TASK NEURAL NETWORK FOR SALT MODEL BUILDING

A method and a system for a multi-task neural network for salt model building is disclosed. Imaging salt in the subsurface may be challenging because salt may be associated with strong diffraction and poor focused image, thereby making it difficult to interpret sediments underneath salt body or near...

Full description

Saved in:
Bibliographic Details
Main Author YE, Ruichao
Format Patent
LanguageEnglish
French
Published 17.08.2023
Subjects
Online AccessGet full text

Cover

Loading…
More Information
Summary:A method and a system for a multi-task neural network for salt model building is disclosed. Imaging salt in the subsurface may be challenging because salt may be associated with strong diffraction and poor focused image, thereby making it difficult to interpret sediments underneath salt body or near salt flanks. To better image salt in the subsurface, the method and system trains, in combination, multiple aspects related to the subsurface, one of which is the target salt feature, in order to generate a salt feature model. The multiple aspects may include the target salt feature, such as the predicted salt mask, and at least one other salt feature, and one or more subsurface features, such as reconstruction of the input image and P-wave velocity. Thus, the salt model may better image salt, thereby making the seismic migration image more focused and easier to identify geological structures. Est divulgué un procédé et un système de réseau neuronal multitâche destiné à la construction d'un modèle de sel. Imager du sel en sous-sol peut être difficile car le sel peut être associé à une forte diffraction et une image mal focalisée, ce qui rend difficile l'interprétation de sédiments sous un corps salin ou à proximité de versants salins. Pour mieux imager du sel dans le sous-sol, le procédé et le système entraînent, en combinaison, de multiples aspects liés au sous-sol, un des aspects étant la caractéristique de sel cible, afin de générer un modèle de caractéristique de sel. Les multiples aspects peuvent comprendre la caractéristique de sel cible, tel que le masque de sel prédit, et au moins une autre caractéristique de sel, et une ou plusieurs caractéristiques de sous-surface, telles que la reconstruction de l'image d'entrée et la vitesse d'onde P. Ainsi, le modèle de sel peut mieux imager le sel, ce qui rend une image de migration sismique plus focalisée et rend plus facile l'identification de structures géologiques.
Bibliography:Application Number: WO2022US21711