CCSプロジェクトのタイムラプス3D弾性波探査のデータ解析にニューラルネットワーク「U-net」を用いる論文公開

2022年02月08日

米国のPurdue UniversityとシンガポールのNational University of Singaporeの研究者は、地中貯留されたCO2の挙動を把握するためのツールであるタイムラプス3D弾性波探査のデータ解析に際し、解析にかかる労力や時間を大幅に削減できるニューラルネットワーク（Neural Network）を使用することを提案しており、その成果を示す論文が学術誌Journal of Geophysical Research: Solid Earthに掲載されました。

本論文で提案されたのは、元々生物医学画像の解釈のために開発された機械学習アルゴリズムであるニューラルネットワーク「U-net」の利用であり、著者らは公開されているSleipner CCSプロジェクトの弾性波探査データのコレクションを用いてネットワークをトレーニングし、その結果、優れた一貫性を示し、CO2プルームの挙動について信頼性の高い分析結果を提供したとしています。

詳細は以下をご覧ください。

論文「Neural Network-Based CO2 Interpretation From 4D Sleipner Seismic Images」の入手先
https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2021JB022524

Eosによる記事
https://eos.org/research-spotlights/neural-networks-can-identify-carbon-dioxide-in-seismic-observations