Desconvolução preditiva de múltiplas baseada em redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Shams, Farzin, 1993-
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