Application des reseaeux de neurones aux problemes inverses sismiques

Application of neural networks to seismic inverse problems

• Auteur / Autrice : GUNTER ROETH
• Direction : Albert Tarantola
• Type : Thèse de doctorat
• Discipline(s) : Terre, océan, espace
• Date : Soutenance en 1993
• Etablissement(s) : Paris 7

Résumé

Les reseaux de neurones a multi-couches, partiellement connectes, unidirectionnels et a retropropagation de l'erreur ont ete utilises pour simuler la fonction qui relie des sismogrammes, enregistres sur plusieurs traces, au profil de vitesse uni-dimensionnel correspondant ; c'est-a-dire pour resoudre le probleme inverse sismique. Les reseaux de neurones sont agences pour accepter le sismogramme (echantillonne en temps) comme entree, et pour calculer un profil de vitesse (en fonction de la profondeur) comme sortie. Apres l'apprentissage, nos reseaux de neurones sont resistants a des donnees contaminees par dix pour cent de bruit blanc environ. Ils calculent des profils de vitesse satisfaisants pour quatre-vingt pour cent des nouveaux sismogrammes, i. E. , exclus de l'apprentissage. Mais si les reseaux donnent des resultats stables en presence de bruit blanc, les resultats sont imprevisibles pour des perturbations systematiques de la polarite ou des temps d'arrivee des impulsions sismiques. Le mode de fonctionnement du reseau de neurones n'est pas clair ; l'etude de la distribution des poids ne nous permet pas d'etablir une loi expliquant comment le reseau extrait les informations importantes des donnees et comment il les relie aux valeurs de sortie. Cette application montre que les reseaux de neurones peuvent etre utilises a des fins d'interpretation et qu'ils pourraient etre appliques dans le domaine industriel pour trouver automatiquement une premiere estimation de la vitesse de reference utilisable au cours de traitements ulterieurs d'imagerie sismique