기계 학습 기반의 층서 예측 방법

지구정보학 연구와 지구공학 계획 및 설계에 있어 지층 단위의 시뮬레이션은 매우 중요합니다. 전통적인 방법은 전문가 경험의 지침에 의존하게 되며, 이는 주관적이고 제한적이어서 지층 시뮬레이션의 효과적인 평가를 사실상 불가능하게 만듭니다. 이 문제를 해결하기 위해 본 연구에서는 지층 시뮬레이션을 위한 기계 학습 방법을 제안합니다. 순환 신경망을 바탕으로 지층 유형의 시퀀스 모델과 지층 두께의 시퀀스 모델을 연속적으로 설정합니다. 모델 성능은 전문가 주도 학습과 결합하여 향상됩니다. 마지막으로 지층 시뮬레이션을 위한 기계 학습 모델을 설정하고, 지층 유형과 두께를 고려하는 3D 지질 모델링 평가 방법을 제안합니다. 결과는 기계 학습을 시리즈의 시뮬레이션에 사용할 수 있음을 보여줍니다. 기계 학습에 기반한 시리즈 모델은 유정에서의 실제 상황을 설명할 수 있으며, 전통적인 3D 지질 모델을 보완하는 도구입니다. 전문가 주도 학습을 포함함으로써 모델의 예측 능력이 일정 정도 향상됩니다. 본 연구는 3D 지질 모델링을 통한 시리즈의 시뮬레이션 및 예측에 대한 새로운 접근법을 제공합니다.