We have developed a new method of processing seismic data which allows to locate reflecting planes and compute values of reflectivity coefficients with high degree of precision. To resolve this problem, we have used the Semi-supervised learning method. The machine learning method made it possible to develop a mathematical model, optimize its parameters for synthetic data in order to further use the model for unmarked-up seismic data. The main novelty is in developing a learning algorithm using signal convolution and reflectivity coefficients’ regularization.

Описан новый метод обработки сейсмических данных, который позволяет определить положение отражающих плоскостей и значения коэффициентов отражения с высокой точностью. Для решения задачи использована методика машинного обучения. Применение методов машинного обучения позволило создать математическую модель, оптимизировать ее параметры на синтетических данных для дальнейшего применения на неразмеченных сейсмических данных. Основным новшеством стала разработка алгоритма обучения, использующего свертку сигнала и регуляризацию коэффициентов отражения.

Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Сер.: Информатика. Телекоммуникации. Управление = St. Petersburg state polytechnical university journal. Computer science. Telecommunications and control systems: научное издание. Т. 11, № 1. — Электрон. текстовые дан. (1 файл : 16,6 Мб). — Санкт-Петербург: Изд-во Политехн. ун-та, 2018. — Загл. с титул. экрана. — Электронная версия печатной публикации. — Свободный доступ из сети Интернет (чтение, печать, копирование). — Текстовый документ. — Adobe Acrobat Reader 7.0. — <URL:http://elib.spbstu.ru/dl/2/j18-338.pdf>.