文献

J-GLOBAL ID：202202250674798695   整理番号：22A1079969

3次元CNNとResNetを用いた岩石浸透率の推定

Estimating rock permeability using 3D CNN and ResNet

著者 (3件)： 釜野太郎 (九大 大学院システム情報科学府) ,  實松豊 (東京工大 工学院) ,  辻健 (九大 工学研究院)
資料名： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
巻： 121  号： 390(NC2021 46-78)  ページ： 74-79 (WEB ONLY)  発行年： 2022年02月23日 
JST資料番号： U2030A  ISSN： 2432-6380  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 地表を覆う岩石の浸透率や弾性波速度を調査することは,石油・ガスの探査,CO₂地中貯留,地震・火山予測などに関連し,地球物理調査の基礎である.なかでも浸透率は,水・空気・石油などの岩石中の流れやすさを示す最も基礎的な指標の一つである.掘削してきた岩石に高圧の水を負荷して浸透率を測定することは実験で実施できるが時間とコストが多大である.近年,岩石をマイクロCTスキャンし,数値解析により浸透率を予測する研究が進んでいる.一方,数値解析も流体力学に基づく計算を行うため解像度を上げると計算量が増大する欠点があった.ごく最近,実データと教師データを大量に用意し,深層学習による学習を行う研究がおこなわれている.本稿では,3次元CNNとResNetモデルによって浸透率の予測を行った結果を報告する.(著者抄録)

シソーラス用語： *ニューラルネットワーク ,  浸透率 ,  地球物理学 ,  機械学習 ,  *岩石物性 ,  予測誤差 ,  *方式 ,  深層学習 ,  *推定法 ,  コンピューター断層撮影
準シソーラス用語： 計算機トモグラフィー ,  *CNN ,  CTスキャン ,  地球物理

分類 (2件)： 人工知能  (JE08000Z) ,  地球の内部構造・組成  (DC03080O)

引用文献 (11件)：

• F. Rosenblatt,“The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain,” Psychological Review, vol. 65, no. 6,pp. 386-408, 1958.
• D. E. Rumelhart, G. E. Hinton, and R. J. Williams, ”Learning Representations by Back-Propagating Errors,” Nature 323 (6088), pp. 533--536, October 1986.
• G. E. Hinton and R. R. Salakhutdinov, “Reducing the Dimensionality of Data with Neural Networks,” Science 313 (5786), pp. 504-507, July 2006.
• A. Krizhevsky, I. Sutskever, and G. Hinton, “Imagenet classification with deep convolutional neural networks,” Advances in Neural Information Processing Systems (NIPS2012), 25, 2012.
• T. Tsuji, “Monitoring and Modeling of Injected CO2 for Effective and Safe CO2 Storage,” International Institute for Carbon-Neutral Energy Research, pp. 2-3, September 2019.

タイトルに関連する用語 (5件)： 3次元 ,  CNN ,  岩石 ,  浸透率 ,  推定