AID - Entwicklung von neuronalen Netzen zur Signalverstärkung Künstliche Intelligenz zur seismischen Rauschunterdrückung

Die Erkundung der submarinen geologischen Beschaffenheit erfolgt mittels seismischer Verfahren. Hierbei kann aus den Antwortsignalen auf ausgesendete Schallwellen (Luftdruckimpulse) auf Gesteinsformationen unter dem Meeresboden geschlossen werden. Da die empfangenen Signale neben den gewünschten Informationen auch Stör- und Rauschsignale enthalten, müssen die Daten aufwändig manuell aufbereitet werden. Vor diesem Hintergrund hat sich das AID-Konsortium die Entwicklung automatisierter Aufbereitungsverfahren für seismische Daten mittels künstlicher Intelligenz zum Ziel gesetzt.
Im Rahmen des Projektes verfolgt das AID-Konsortium zwei parallele Strategien zur Automatisierung der Identifizierung und Filterung von Rausch- und Störeinflüssen in seismischen Messdaten. Im ersten Ansatz wird die direkte Anwendbarkeit existierender Typen künstlicher neuronaler Netze (KNN), die z.B. für Muster- und Bilderkennung entwickelt wurden, für die seismische Rauschunterdrückung untersucht sowie neuartige Netzwerkarchitekturen aus der gezielten Kombination verschiedener existierender Typen von KNN entwickelt. Der im Projekt verfolgte zweite Entwicklungspfad zielt auf die Verknüpfung existierender Algorithmen zur Rauschunterdrückung mit neuronalen Netzen ab. Diese Kombination soll eine automatisierte Bestimmung der jeweils optimalen Parameter der Rauschunterdrückungs-Algorithmen für einen spezifischen Datensatz ermöglichen. Durch die Automatisierung dieser Prozesse kann eine signifikante Reduzierung des Zeit- und Kostenaufwands bei der Analyse von seismischen Daten bei vergleichbarer oder verbesserter Qualität erzielt werden. Die entwickelten Methoden sollen in prototypische Softwaremodule implementiert und die Anwendbarkeit anhand ausgewählter Fallbeispiele verifiziert werden.

Koordination: TEEC GmbH

Partner:

Universität Hamburg

Laufzeit: 03.2020 - 02.2023

Fördervolumen: 1,1 Mio. €