Técnicas não-supervisionadas de Machine Learning aplicadas à classificação de fácies sísmicas e caracterização de elementos deposicionais em águas profundas na Bacia do Ceará.

Detalhes bibliográficos
Autor(a) principal: Oliveira, Karen M. Leopoldino
Data de Publicação: 2021
Outros Autores: Castelo Branco, Raimundo Mariano Gomes, Nepomuceno Filho, Mariano Francisco
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal do Ceará (UFC)
Texto Completo: http://www.repositorio.ufc.br/handle/riufc/68597
Resumo: Nos últimos anos, a Margem Equatorial Brasileira (MEB) tem chamado atenção devido às novas descobertas de hidrocarbonetos, tanto na margem conjugada africana quanto na Guiana Francesa, Suriname e Guiana. Entretanto,as regiões de águas profundas das bacias da MEB ainda são pouco exploradas. Nesse trabalho foi realizada interpretação de dado sísmico 3D e de poços exploratórios utilizando técnicas não-supervisionadas de machine learning para melhor entender as estruturas geológicas e identificar possíveis locais de acúmulo de hidrocarbonetos em águas profundas da Bacia do Ceará. Os resultados da abordagem de machine learning, incluindo Self-Organizing Maps (SOMs) e Independent Component Analysis (ICA), foram capazes de produzir imagens de alta resolução e mapear a geometria 3D da geomorfologia sísmica em diferentes níveis estratigráficos, do intervalo Albiano ao Turoniano. Uma melhor compreensão da geomorfologia sísmica e das análises de fácies sísmicas forneceram informações relevantes sobre uma bacia pouco explorada, oferecendo o melhor potencial para armadilhas estratigráficas em águas profundas
id UFC-7_6140b6329653d76d0bf06043186abc20
oai_identifier_str oai:repositorio.ufc.br:riufc/68597
network_acronym_str UFC-7
network_name_str Repositório Institucional da Universidade Federal do Ceará (UFC)
repository_id_str
spelling Técnicas não-supervisionadas de Machine Learning aplicadas à classificação de fácies sísmicas e caracterização de elementos deposicionais em águas profundas na Bacia do Ceará.Margem Equatorial Brasileira (MEB)HidrocarbonetosTeoria - Machine learningNos últimos anos, a Margem Equatorial Brasileira (MEB) tem chamado atenção devido às novas descobertas de hidrocarbonetos, tanto na margem conjugada africana quanto na Guiana Francesa, Suriname e Guiana. Entretanto,as regiões de águas profundas das bacias da MEB ainda são pouco exploradas. Nesse trabalho foi realizada interpretação de dado sísmico 3D e de poços exploratórios utilizando técnicas não-supervisionadas de machine learning para melhor entender as estruturas geológicas e identificar possíveis locais de acúmulo de hidrocarbonetos em águas profundas da Bacia do Ceará. Os resultados da abordagem de machine learning, incluindo Self-Organizing Maps (SOMs) e Independent Component Analysis (ICA), foram capazes de produzir imagens de alta resolução e mapear a geometria 3D da geomorfologia sísmica em diferentes níveis estratigráficos, do intervalo Albiano ao Turoniano. Uma melhor compreensão da geomorfologia sísmica e das análises de fácies sísmicas forneceram informações relevantes sobre uma bacia pouco explorada, oferecendo o melhor potencial para armadilhas estratigráficas em águas profundasBoletim SBGF2022-09-29T13:05:48Z2022-09-29T13:05:48Z2021info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfOLIVEIRA, Karen M. Leopoldino; CASTELO BRANCO, Mariano; NEPOMUCENO FILHO, Francisco . Técnicas não-supervisionadas de Machine Learning aplicadas à classificação de fácies sísmicas e caracterização de elementos deposicionais em águas profundas na Bacia do Ceará. Boletim SBGF, Rio de Janeiro, v. 119, p. 30-33, 2021http://www.repositorio.ufc.br/handle/riufc/68597Oliveira, Karen M. LeopoldinoCastelo Branco, Raimundo Mariano GomesNepomuceno Filho, Mariano Franciscoporreponame:Repositório Institucional da Universidade Federal do Ceará (UFC)instname:Universidade Federal do Ceará (UFC)instacron:UFCinfo:eu-repo/semantics/openAccess2023-01-17T17:45:59Zoai:repositorio.ufc.br:riufc/68597Repositório InstitucionalPUBhttp://www.repositorio.ufc.br/ri-oai/requestbu@ufc.br || repositorio@ufc.bropendoar:2023-01-17T17:45:59Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)false
dc.title.none.fl_str_mv Técnicas não-supervisionadas de Machine Learning aplicadas à classificação de fácies sísmicas e caracterização de elementos deposicionais em águas profundas na Bacia do Ceará.
title Técnicas não-supervisionadas de Machine Learning aplicadas à classificação de fácies sísmicas e caracterização de elementos deposicionais em águas profundas na Bacia do Ceará.
spellingShingle Técnicas não-supervisionadas de Machine Learning aplicadas à classificação de fácies sísmicas e caracterização de elementos deposicionais em águas profundas na Bacia do Ceará.
Oliveira, Karen M. Leopoldino
Margem Equatorial Brasileira (MEB)
Hidrocarbonetos
Teoria - Machine learning
title_short Técnicas não-supervisionadas de Machine Learning aplicadas à classificação de fácies sísmicas e caracterização de elementos deposicionais em águas profundas na Bacia do Ceará.
title_full Técnicas não-supervisionadas de Machine Learning aplicadas à classificação de fácies sísmicas e caracterização de elementos deposicionais em águas profundas na Bacia do Ceará.
title_fullStr Técnicas não-supervisionadas de Machine Learning aplicadas à classificação de fácies sísmicas e caracterização de elementos deposicionais em águas profundas na Bacia do Ceará.
title_full_unstemmed Técnicas não-supervisionadas de Machine Learning aplicadas à classificação de fácies sísmicas e caracterização de elementos deposicionais em águas profundas na Bacia do Ceará.
title_sort Técnicas não-supervisionadas de Machine Learning aplicadas à classificação de fácies sísmicas e caracterização de elementos deposicionais em águas profundas na Bacia do Ceará.
author Oliveira, Karen M. Leopoldino
author_facet Oliveira, Karen M. Leopoldino
Castelo Branco, Raimundo Mariano Gomes
Nepomuceno Filho, Mariano Francisco
author_role author
author2 Castelo Branco, Raimundo Mariano Gomes
Nepomuceno Filho, Mariano Francisco
author2_role author
author
dc.contributor.author.fl_str_mv Oliveira, Karen M. Leopoldino
Castelo Branco, Raimundo Mariano Gomes
Nepomuceno Filho, Mariano Francisco
dc.subject.por.fl_str_mv Margem Equatorial Brasileira (MEB)
Hidrocarbonetos
Teoria - Machine learning
topic Margem Equatorial Brasileira (MEB)
Hidrocarbonetos
Teoria - Machine learning
description Nos últimos anos, a Margem Equatorial Brasileira (MEB) tem chamado atenção devido às novas descobertas de hidrocarbonetos, tanto na margem conjugada africana quanto na Guiana Francesa, Suriname e Guiana. Entretanto,as regiões de águas profundas das bacias da MEB ainda são pouco exploradas. Nesse trabalho foi realizada interpretação de dado sísmico 3D e de poços exploratórios utilizando técnicas não-supervisionadas de machine learning para melhor entender as estruturas geológicas e identificar possíveis locais de acúmulo de hidrocarbonetos em águas profundas da Bacia do Ceará. Os resultados da abordagem de machine learning, incluindo Self-Organizing Maps (SOMs) e Independent Component Analysis (ICA), foram capazes de produzir imagens de alta resolução e mapear a geometria 3D da geomorfologia sísmica em diferentes níveis estratigráficos, do intervalo Albiano ao Turoniano. Uma melhor compreensão da geomorfologia sísmica e das análises de fácies sísmicas forneceram informações relevantes sobre uma bacia pouco explorada, oferecendo o melhor potencial para armadilhas estratigráficas em águas profundas
publishDate 2021
dc.date.none.fl_str_mv 2021
2022-09-29T13:05:48Z
2022-09-29T13:05:48Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv OLIVEIRA, Karen M. Leopoldino; CASTELO BRANCO, Mariano; NEPOMUCENO FILHO, Francisco . Técnicas não-supervisionadas de Machine Learning aplicadas à classificação de fácies sísmicas e caracterização de elementos deposicionais em águas profundas na Bacia do Ceará. Boletim SBGF, Rio de Janeiro, v. 119, p. 30-33, 2021
http://www.repositorio.ufc.br/handle/riufc/68597
identifier_str_mv OLIVEIRA, Karen M. Leopoldino; CASTELO BRANCO, Mariano; NEPOMUCENO FILHO, Francisco . Técnicas não-supervisionadas de Machine Learning aplicadas à classificação de fácies sísmicas e caracterização de elementos deposicionais em águas profundas na Bacia do Ceará. Boletim SBGF, Rio de Janeiro, v. 119, p. 30-33, 2021
url http://www.repositorio.ufc.br/handle/riufc/68597
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Boletim SBGF
publisher.none.fl_str_mv Boletim SBGF
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal do Ceará (UFC)
instname:Universidade Federal do Ceará (UFC)
instacron:UFC
instname_str Universidade Federal do Ceará (UFC)
instacron_str UFC
institution UFC
reponame_str Repositório Institucional da Universidade Federal do Ceará (UFC)
collection Repositório Institucional da Universidade Federal do Ceará (UFC)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)
repository.mail.fl_str_mv bu@ufc.br || repositorio@ufc.br
_version_ 1823806768783818752

Registros relacionados