Приложение нейросетевого моделирования к интерпретации акустических каротажных диаграмм

Запропоновано використання нейронних сіток для визначення часів вступу поздовжніх і поперечних хвиль під час обробки сигналів, що реєструються при акустичному каротажі. Побудовано нейросітковий класифікатор, що поділяє реєстровані сигнали на два класи: шум і корисний сигнал, де останнім є пакети поз...

Full description

Saved in:
Bibliographic Details
Published in:Геофизический журнал
Date:2015
Main Authors: Лазаренко, М.А., Герасименко, О.А.
Format: Article
Language:Russian
Published: Інститут геофізики ім. С.I. Субботіна НАН України 2015
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/103733
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Приложение нейросетевого моделирования к интерпретации акустических каротажных диаграмм / М.А. Лазаренко, О.А. Герасименко // Геофизический журнал. — 2015. — Т. 37, № 5. — С. 162-167. — Бібліогр.: 5 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:Запропоновано використання нейронних сіток для визначення часів вступу поздовжніх і поперечних хвиль під час обробки сигналів, що реєструються при акустичному каротажі. Побудовано нейросітковий класифікатор, що поділяє реєстровані сигнали на два класи: шум і корисний сигнал, де останнім є пакети поздовжніх і поперечних хвиль. Наведений алгоритм легко адаптується до існуючих систем і може забезпечити як обробку каротажних діаграм у режимі online, так і високу продуктивність при інтерпретації архівних матеріалів. The neural networks are proposed for application as a method for automatic P and S waves onset time-picking on sonic logging. The neural network models of acoustic emission preceding phase onset are trained and used to discriminate noise and desired signal, the last one being packets of longitudinal and transversal waves. The given algorithm is easily adapted to existing systems and is able to provide both processing of logging tracks in online regime and high productivity of archive materials interpretation.
ISSN:0203-3100