Dype nevrale nettverk i seismisk prosessering

En marin seismisk innsamling blir ofte gjennomført ved at man sleper en seismisk kilde som sender ut seismiske bølger som forplanter seg i undergrunnen, og hydrofoner som måler de bølgene som returnerer til overflaten. De seismiske dataene som blir registrert ved disse hydrofonene brukes til å skape bilder og finne egenskapene til undergrunnen. For å skaffe et rent bilde av undergrunnen, må vi fjerne uønsket energi med å bruke avansert signalbehandling. Uønsket energi kan være bakgrunnsstøy, vannoverflate-ekko ("ghosts"), bølger som spretter opp og ned i vannsøylen ("multipler") og boblestøy forbundet med kildebølgen (den såkalte kildesignaturen).

Thomas har brukt maskinlæring og dype nevrale nettverk (DNN) for å løse noen av disse grunnleggende problemene i seismisk signalbehandling. En av hovedutfordringene med DNN er å gi nettverket en stor mengde realistiske treningsdata. Seismiske data kan sees på som bilder, noe som betyr at DNN utviklet for bildebehandling også egner seg for seismiske data. Hvis vi for eksempel vil trene et nettverk til å skille mellom bilder av hunder og katter, må vi gi nettverket et treningsdatasett med mange bilder merket som hund eller katt. Hovedarbeidet til Thomas har vært å lage egnede seismiske treningsdata for å trene DNN til å utføre signalbehandling. Han har funnet nye, kreative og nyskapende måter å bruke DNN til dette formålet.

Thomas har demonstrert hvordan DNN kan brukes til å fjerne boblestøy, som er støy forbundet med kildesignaturen. Han har også vist hvordan DNN kan brukes til å fjerne "ghosten" (vannoverflate-ekko) ved å trene DNN på syntetiske data. Kildesignaturen og ghosten kan forandre seg under innsamling, og nettverkene Thomas har trent er robuste ovenfor disse endringene. De nye metodene viser gode resultater både på syntetiske og ekte data fra norsk kontinentalsokkel og kan bidra til forbedret avbildning av undergrunnen ved hjelp av seismikk.

Personalia

Thomas de Jonge (f. 1994) fullførte en mastergrad i geofysikk ved Universitetet i Bergen (2019). Etter fullført mastergrad begynte han på en industriell doktorgrad ved CGG Norway i samarbeid med Universitetet i Bergen. Nå er Thomas ansatt i Equinor. Hovedveileder er professor Einar Iversen og medveileder er doktor Vetle Vinje.