कम सिग्नल-से-शोर अनुपात पर आत्म-निर्देशित डिनॉइज़िंग: एक भूकंपीय-भेल-ड्रिलिंग अनुप्रयोग

आत्म-निर्देशित अंधे-मास्क डिनॉइज़िंग नेटवर्क बिना साफ प्रशिक्षण लक्ष्यों की आवश्यकता की चुनौती को कच्चे शोरदार डेटा पर एक मास्क लगाकर हल करते हैं ताकि प्रशिक्षण के लिए इनपुट बनाया जा सके, जबकि बिना मास्क वाले संस्करण का उपयोग नेटवर्क के लक्ष्य के रूप में किया जाता है। ऐसे नेटवर्क का अनुप्रयोग भूकंपीय डेटा में यादृच्छिक और सुसंगत शोर को दबाने में काफी मजबूत साबित हुआ है। हालाँकि, क्योंकि ऐसे नेटवर्क को अपने आप लक्ष्य (साफ सिग्नल) का पता लगाना होता है, इसलिए ये कम सिग्नल-से-शोर अनुपात पर संघर्ष करते हैं। भूकंपीय-भेल-ड्रिलिंग अधिग्रहण बहुत निम्न गुणवत्ता के भूकंपीय डेटा का उत्पादन करते हैं क्योंकि ड्रिलिंग ऑपरेशन से रिग साइट से महत्वपूर्ण शोर उत्पन्न होता है। इसकी निरंतर और निम्न-आवृत्ति प्रकृति के कारण, नेटवर्क से रिग शोर को छिपाने के लिए एक शोर मास्क तैयार करना मुश्किल है बिना उपयोगी जानकारी को छिपाए जो सिग्नल की भविष्यवाणी के लिए आवश्यक है। हालाँकि, शोर दबाने के कार्य को शोर भविष्यवाणी कार्य में फिर से परिभाषित करके और नेटवर्क से सिग्नल को छिपाने के लिए एक मास्क का उपयोग करके, रिग शोर को सटीकता से पूर्वानुमानित किया जा सकता है। इसलिए, नेटवर्क की भविष्यवाणी और कच्चे डेटा के बीच का अंतर सामान्य बिट (शॉट के बराबर, लेकिन निरंतर) संग्रहों का परिणाम देता है जिसमें रिग शोर को हटाने के कारण सिग्नल-से-शोर अनुपात काफी अधिक होता है। छह सामान्य बिट संग्रहों पर व्यक्त, यह उलटा कार्यप्रणाली रिग शोर और सिग्नल को उनके साझा बैंडविड्थ में भी अलग करने के लिए दिखाया गया है। स्पष्टीकरणीय कृत्रिम बुद्धिमत्ता का अतिरिक्त उपयोग संकेत मास्क बनाने के मैनुअल चरण से बचने के एक तरीके के रूप में जांचा गया है, जो आशाजनक परिणाम प्रदान करता है। यह अध्ययन उच्च-आम्प्लीटूड, लगातार शोर जैसे उन शोरों के दमन के लिए आधार तैयार करता है, जो कार्बन सीक्वेस्ट्रेशन या भौगर्भीय ऊर्जा उत्पादन उद्देश्यों के लिए तरल इंजेक्शन प्रक्रियाओं जैसे कुएं की साइट संचालन से उत्पन्न होते हैं।