Approches d'apprentissage automatique pour des sources hétérogènes géologiques de sous-sol

Machine Learning Approaches for Sub-surface Geological Heterogeneous Sources

• Auteur / Autrice : Molood Arman
• Direction : Nacéra Seghouani-Bennacer, Francesca Bugiotti, Sylvain WLODARCZYK
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 09/03/2023
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication
• Partenaire(s) de recherche : Laboratoire : Laboratoire interdisciplinaire des sciences du numérique (Orsay, Essonne ; 2021-....)
• Partenaire(s) de recherche : référent : CentraleSupélec (2015-....)
• Partenaire(s) de recherche : graduate school : Université Paris-Saclay. Graduate School Informatique et sciences du numérique (2020-....)
• Jury : Président / Présidente : Anne Vilnat
• Jury : Examinateurs / Examinatrices : Amel Bouzeghoub, Esteban Zimányi, Hélène Bonneau
• Jury : Rapporteurs / Rapporteuses : Amel Bouzeghoub, Esteban Zimányi

Mots clés

Mots clés contrôlés

Géologie -- Informatique

Apprentissage profond

Diagraphies

Gisements pétrolifères, Étude des

Mots clés libres

Extraction d'information

Apprentissage Profond

Modèles de langue

Approches d'apprentissage automatique

Reconnaissance des entités nommées

Étude géologique du sous-Sol

Information Extraction

Deep learning

Language models

Machine learning approches

Named Entity Recognition

Geological Sub-Surface study

Résumé

Dans le domaine de l'exploration et de la production du pétrole et du gaz, il est essentiel de comprendre les structures géologiques de sous-sol, tels que les diagraphies de puits et les échantillons de roche, afin de fournir des outils de prédiction et d'aide à la décision. Exploiter des données provenant de différentes sources, structurées ou non structurées, telles que des bases de données relationnelles et des rapports numérisés portant sur la géologie du sous-sol, est primordial. Le principal défi pour les données structurées réside dans l'absence d'un schéma global permettant de croiser tous les attributs provenant de différentes sources.Les défis sont autres pour les données non structurées. La plupart des rapports géologiques de sous-sol sont des versions scannées de documents. L'objectif de notre travail de thèse est de fournir une représentation structurée des différentes sources de données, et de construire des modèles de language spécifique au domaine pour l'apprentissage des entités nommées relatives à la géologie du sous-sol.

In oil and gas exploration and production, understanding subsurface geological structures, such as well logs and rock samples, is essential to provide predictive and decision support tools. Gathering and using data from a variety of sources, both structured and unstructured, such as relational databases and digitized reports on the subsurface geology, are critical. The main challenge for the structured data is the lack of a global schema to cross-reference all attributes from different sources. The challenges are different for unstructured data. Most subsurface geological reports are scanned versions of documents. Our dissertation aims to provide a structured representation of the different data sources and to build domain-specific language models for learning named entities related to subsurface geology.