“基于人工智能的薄互层弱信号识别方法研究”结题验收

1月31日，院2022年技术创新项目“基于人工智能的薄互层弱信号识别方法研究”结题验收会在线召开。经项目负责人答辩、专家讨论和评分，该项目通过了结题验收评审。

本次会议邀请了评审专家包括中国地质调查局自然资源综合调查指挥中心正高级工程师啜晓宇、北京劳动保障职业学院高级工程师未晛、中交第二公路勘察设计研究院有限公司高级工程师张行、项目委托方－武汉市工程科学技术研究院有限公司技术副总、高级工程师蔡刚山。院科管处相关同志出席会议。

评审环节中，项目负责人长江大学地物学院教授陈伟重点从项目概况、研究内容及指标完成情况、任务书对标情况等几个方面进行了汇报。项目借助深度神经网络的自动特征提取及自适应数据处理能力，力图在技术的流程优化和应用效果方面取得突破，实现更高保真度、更高效、更易用的数据增强功能，从而降低参数风险，为提高储层参数预测的准确性夯实数据基础。据了解，该项目通过对砂泥岩薄互层地震弱信号的特征、形成机理及主控因素分析；深度残差收缩网络地震弱反射信号识别数值模拟；砂泥岩薄互层实际地震资料弱反射信号识别及保幅分析，提出了一套对薄互层弱信号检测效果明显算法，该算法能明显提高实际油气勘查中对断层的辨别度。

评审专家认真听取了项目汇报，审阅了相关资料，一致认为项目选题具有前瞻性，项目研究调研充分、资料详实、验证充分，项目成果具有较强的创新性和应用价值，完成了项目的预定目标。同时，评审专家提出了研究建议，建议进一步比较研究一般神经网络与深度神经网络算法在地质信号检测上的效果差异以及时间、计算效率的对比，扩充研究不同算法对砂泥岩薄互层厚度、埋深、构造导向的数据增强效果比较。

院技术创新项目是为贯彻落实习近平总书记关于“揭榜挂帅”的重要指示精神，充分发挥院组织科研、聚集资源的优势，攻克制约企业发展的“卡脖子”技术难题，加快推动科技成果转化，实现产学研融合的新尝试。