Camie Field

深度学习提升安哥拉大规模勘探中的地震干扰去除效果

研究人员在安哥拉Camie油田的大规模海上地震勘探中应用了深度神经网络（DNN），显著提高了地震干扰的衰减效果。该基于DNN的工作流程采用监督学习框架，并使用手动生成的训练数据进行训练，与传统的地球物理算法相比，在去除地震干扰方面表现出更高的准确性。该项目覆盖面积超过345平方公里，凸显了DNN在实现更高地震干扰去除精度、减少信号泄漏和更彻底地消除噪声方面的有效性，预示着深度学习在其他地震去噪应用中的潜力。