Desconvolução preditiva de múltiplas baseada em redes neurais artificiais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
Texto Completo: | https://hdl.handle.net/20.500.12733/1636978 |
Resumo: | Orientador: Rafael Ferrari |
id |
UNICAMP-30_de3221acbf5fb622a030835a188d93a4 |
---|---|
oai_identifier_str |
oai::1092205 |
network_acronym_str |
UNICAMP-30 |
network_name_str |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
repository_id_str |
|
spelling |
Desconvolução preditiva de múltiplas baseada em redes neurais artificiaisPredictive deconvolution of multiples based on artificial neural networksDesconvoluçãoMétodo sísmico de reflexão - Processamento de dadosRedes neurais (Computação)Seismic reflection method - DeconvolutionDigital Signal ProcessingNeural Networks (Computer science)Orientador: Rafael FerrariDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de ComputaçãoResumo: Em imageamento sísmico, os sinais coletados não contêm somente as reflexões primárias das estruturas abaixo da superfície, mas também apresentam reflexões múltiplas dessas estruturas. Tais múltiplas são indesejadas e podem dificultar a interpretação e análise da imagem sísmica obtida a partir destes sinais. Para atenuar os efeitos destas reflexões indesejadas, pode-se utilizar a técnica de desconvolução preditiva. Nesta técnica, um filtro é usado para prever as múltiplas e removê-las dos sinais originais. Neste trabalho, apresenta-se o uso de três estruturas não-lineares como preditores: as redes neurais Extreme Learning Machine (ELM), Echo State Network (ESN) e Multilayer Perceptron (MLP), que foram aplicadas em diferentes traços sísmicos sintéticos e comparados com o resultado obtido por um preditor linear. Os resultados obtidos em dados sintéticos mostram benefícios no uso de tais estruturas ao custo de um processamento maior em relação ao preditor linearAbstract: In seismic imaging, the collected signals not only contain the primary reflections of the subsurface structures, but also multiple reflections. These multiples are unwanted and may impede proper and reliable analysis of the seismic image obtained from these signals. In order to mitigate the effect of the multiple events, a predictive deconvolution approach can be employed. In this approach, a filter is used to predict multiples and remove them from the original signal. In this work, we use three different nonlinear neural networks as predictors: an Extreme Learning Machine (ELM), an Echo State Network (ESN) and a Multilayer Perceptron (MLP), which were applied to different synthetic seismic traces and compared to a linear predictor. The results obtained in synthetic data show clear advantages over the linear predictor, with only a minor drawback of being computationally more expensiveMestradoEngenharia de ComputaçãoMestre em Engenharia ElétricaCNPQ132575/2017-5[s.n.]Ferrari, Rafael, 1977-Attux, Romis Ribeiro de FaissolKrummenauer, RafaelUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de ComputaçãoPrograma de Pós-Graduação em Engenharia ElétricaUNIVERSIDADE ESTADUAL DE CAMPINASShams, Farzin, 1993-20192019-05-28T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online (86 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/1636978SHAMS, Farzin. Desconvolução preditiva de múltiplas baseada em redes neurais artificiais. 2019. 1 recurso online (86 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1636978. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/1092205Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2019-09-06T11:23:07Zoai::1092205Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2019-09-06T11:23:07Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false |
dc.title.none.fl_str_mv |
Desconvolução preditiva de múltiplas baseada em redes neurais artificiais Predictive deconvolution of multiples based on artificial neural networks |
title |
Desconvolução preditiva de múltiplas baseada em redes neurais artificiais |
spellingShingle |
Desconvolução preditiva de múltiplas baseada em redes neurais artificiais Shams, Farzin, 1993- Desconvolução Método sísmico de reflexão - Processamento de dados Redes neurais (Computação) Seismic reflection method - Deconvolution Digital Signal Processing Neural Networks (Computer science) |
title_short |
Desconvolução preditiva de múltiplas baseada em redes neurais artificiais |
title_full |
Desconvolução preditiva de múltiplas baseada em redes neurais artificiais |
title_fullStr |
Desconvolução preditiva de múltiplas baseada em redes neurais artificiais |
title_full_unstemmed |
Desconvolução preditiva de múltiplas baseada em redes neurais artificiais |
title_sort |
Desconvolução preditiva de múltiplas baseada em redes neurais artificiais |
author |
Shams, Farzin, 1993- |
author_facet |
Shams, Farzin, 1993- |
author_role |
author |
dc.contributor.none.fl_str_mv |
Ferrari, Rafael, 1977- Attux, Romis Ribeiro de Faissol Krummenauer, Rafael Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação Programa de Pós-Graduação em Engenharia Elétrica UNIVERSIDADE ESTADUAL DE CAMPINAS |
dc.contributor.author.fl_str_mv |
Shams, Farzin, 1993- |
dc.subject.por.fl_str_mv |
Desconvolução Método sísmico de reflexão - Processamento de dados Redes neurais (Computação) Seismic reflection method - Deconvolution Digital Signal Processing Neural Networks (Computer science) |
topic |
Desconvolução Método sísmico de reflexão - Processamento de dados Redes neurais (Computação) Seismic reflection method - Deconvolution Digital Signal Processing Neural Networks (Computer science) |
description |
Orientador: Rafael Ferrari |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019 2019-05-28T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/20.500.12733/1636978 SHAMS, Farzin. Desconvolução preditiva de múltiplas baseada em redes neurais artificiais. 2019. 1 recurso online (86 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1636978. Acesso em: 3 set. 2024. |
url |
https://hdl.handle.net/20.500.12733/1636978 |
identifier_str_mv |
SHAMS, Farzin. Desconvolução preditiva de múltiplas baseada em redes neurais artificiais. 2019. 1 recurso online (86 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1636978. Acesso em: 3 set. 2024. |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://repositorio.unicamp.br/acervo/detalhe/1092205 Requisitos do sistema: Software para leitura de arquivo em PDF |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf 1 recurso online (86 p.) : il., digital, arquivo PDF. |
dc.publisher.none.fl_str_mv |
[s.n.] |
publisher.none.fl_str_mv |
[s.n.] |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) instname:Universidade Estadual de Campinas (UNICAMP) instacron:UNICAMP |
instname_str |
Universidade Estadual de Campinas (UNICAMP) |
instacron_str |
UNICAMP |
institution |
UNICAMP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
collection |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP) |
repository.mail.fl_str_mv |
sbubd@unicamp.br |
_version_ |
1809189148165144576 |