Контроль качества геометрии в сейсморазведке с помощью методов машинного обучения

В работе рассматривается проблема контроля качества геометрии в сейсморазведке. Авторы обращают внимание на значимость точности и достоверности данных для успешной деятельности в области поиска и добычи полезных ископаемых. В работе предлагается автоматизированный алгоритм, основанный на нейронных сетях для поиска сейсмических данных с ошибками в геометрии. Предложенный метод основан на задаче бинарной классификации. Архитектура нейронной сети представляет собой комбинацию свёрточных и полносвязных слоёв. Было проведено обучение и тестирование алгоритма на реальных данных различных типов источников. По результатам тестирования удалось достигнуть высокой точности идентификации ошибок в геометрии.