Atenuación de ruido coherente en datos sísmicos mediante una técnica de aprendizaje de diccionario

El aprendizaje de diccionario es una técnica de aprendizaje automático para encontrar la representación rala de un conjunto de datos. Los algoritmos tradicionales de aprendizaje de diccionario se destacan por atenuar ruido aleatorio en datos sísmicos. Cuando se busca reproducir estos resultados en l...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Nicolosi Gelis, Lucía Elena
Otros Autores: Gómez, Julián Luis
Formato: Tesis Tesis de grado
Lenguaje:Español
Publicado: 2024
Materias:
Geofísica
Aprendizaje automático
Aprendizaje de diccionario
Datos sísmicos
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/167843
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-167843
record_format dspace
spelling I19-R120-10915-1678432024-07-08T20:42:21Z http://sedici.unlp.edu.ar/handle/10915/167843 Atenuación de ruido coherente en datos sísmicos mediante una técnica de aprendizaje de diccionario Nicolosi Gelis, Lucía Elena 2024-06-25 2024 2024-07-08T13:38:28Z Gómez, Julián Luis Sabbione, Juan Ignacio Velis, Danilo Rubén Roizman, Marcelo es Geofísica Aprendizaje automático Aprendizaje de diccionario Datos sísmicos El aprendizaje de diccionario es una técnica de aprendizaje automático para encontrar la representación rala de un conjunto de datos. Los algoritmos tradicionales de aprendizaje de diccionario se destacan por atenuar ruido aleatorio en datos sísmicos. Cuando se busca reproducir estos resultados en la atenuación de ruido coherente, usualmente se requieren diccionarios sobredimensionados con una posterior clasificación manual de los átomos para diferenciar aquellos que contengan señal y excluir los que contengan patrones coherentes indeseados. De forma alternativa, hemos analizado una nueva estrategia para remover ruido coherente en datos sísmicos tridimensionales basada en el aprendizaje de diccionario. La señal y el ruido coherente son separados de forma automática a partir de un diccionario aumentado que construimos a través del filtrado de sus átomos. Esta estrategia nos permite remover ruidos que respetan determinado patrón en datos sísmicos en una forma cuasi-automática. Analizamos y comparamos el resultado de utilizar diferentes filtros digitales que se adaptan a nuestra estrategia y comentamos sus diferencias. Los resultados demuestran que es posible lograr la remoción de ruido coherente con preservación de bordes y una mínima intervención del usuario en secciones temporales de datos sísmicos tridimensionales. Geofísico Universidad Nacional de La Plata Facultad de Ciencias Astronómicas y Geofísicas Tesis Tesis de grado http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Geofísica
Aprendizaje automático
Aprendizaje de diccionario
Datos sísmicos
spellingShingle Geofísica
Aprendizaje automático
Aprendizaje de diccionario
Datos sísmicos
Nicolosi Gelis, Lucía Elena
Atenuación de ruido coherente en datos sísmicos mediante una técnica de aprendizaje de diccionario
topic_facet Geofísica
Aprendizaje automático
Aprendizaje de diccionario
Datos sísmicos
description El aprendizaje de diccionario es una técnica de aprendizaje automático para encontrar la representación rala de un conjunto de datos. Los algoritmos tradicionales de aprendizaje de diccionario se destacan por atenuar ruido aleatorio en datos sísmicos. Cuando se busca reproducir estos resultados en la atenuación de ruido coherente, usualmente se requieren diccionarios sobredimensionados con una posterior clasificación manual de los átomos para diferenciar aquellos que contengan señal y excluir los que contengan patrones coherentes indeseados. De forma alternativa, hemos analizado una nueva estrategia para remover ruido coherente en datos sísmicos tridimensionales basada en el aprendizaje de diccionario. La señal y el ruido coherente son separados de forma automática a partir de un diccionario aumentado que construimos a través del filtrado de sus átomos. Esta estrategia nos permite remover ruidos que respetan determinado patrón en datos sísmicos en una forma cuasi-automática. Analizamos y comparamos el resultado de utilizar diferentes filtros digitales que se adaptan a nuestra estrategia y comentamos sus diferencias. Los resultados demuestran que es posible lograr la remoción de ruido coherente con preservación de bordes y una mínima intervención del usuario en secciones temporales de datos sísmicos tridimensionales.
author2 Gómez, Julián Luis
author_facet Gómez, Julián Luis
Nicolosi Gelis, Lucía Elena
format Tesis
Tesis de grado
author Nicolosi Gelis, Lucía Elena
author_sort Nicolosi Gelis, Lucía Elena
title Atenuación de ruido coherente en datos sísmicos mediante una técnica de aprendizaje de diccionario
title_short Atenuación de ruido coherente en datos sísmicos mediante una técnica de aprendizaje de diccionario
title_full Atenuación de ruido coherente en datos sísmicos mediante una técnica de aprendizaje de diccionario
title_fullStr Atenuación de ruido coherente en datos sísmicos mediante una técnica de aprendizaje de diccionario
title_full_unstemmed Atenuación de ruido coherente en datos sísmicos mediante una técnica de aprendizaje de diccionario
title_sort atenuación de ruido coherente en datos sísmicos mediante una técnica de aprendizaje de diccionario
publishDate 2024
url http://sedici.unlp.edu.ar/handle/10915/167843
work_keys_str_mv AT nicolosigelisluciaelena atenuacionderuidocoherenteendatossismicosmedianteunatecnicadeaprendizajedediccionario
_version_ 1807223575002742784

Ejemplares similares