論文の概要: De-risking geological carbon storage from high resolution time-lapse seismic to explainable leakage detection

• arxiv url: http://arxiv.org/abs/2211.03527v1
• Date: Fri, 7 Oct 2022 12:27:18 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-14 00:00:20.991199
• Title: De-risking geological carbon storage from high resolution time-lapse seismic to explainable leakage detection
• Title（参考訳）: 高分解能タイムラプス地震による地質炭素貯蔵の脱リスク化と漏洩検出
• Authors: Ziyi Yin, Huseyin Tuna Erdinc, Abhinav Prakash Gahlot, Mathias Louboutin, Felix J. Herrmann
• Abstract要約: 地質的な炭素貯蔵は、大気中のCO2濃度を下げることのできる、非常にスケーラブルな技術の1つである。 リスク軽減に関する重要な側面は、注入されたCO2が貯蔵施設内に残っていることを保証することである。 本稿では,非複製時間経過モニタリングデータを相互に反転させることにより,時間経過画像を作成する手法を提案する。
• 参考スコア（独自算出の注目度）: 2.021175152213487
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Geological carbon storage represents one of the few truly scalable technologies capable of reducing the CO2 concentration in the atmosphere. While this technology has the potential to scale, its success hinges on our ability to mitigate its risks. An important aspect of risk mitigation concerns assurances that the injected CO2 remains within the storage complex. Amongst the different monitoring modalities, seismic imaging stands out with its ability to attain high resolution and high fidelity images. However, these superior features come, unfortunately, at prohibitive costs and time-intensive efforts potentially rendering extensive seismic monitoring undesirable. To overcome this shortcoming, we present a methodology where time-lapse images are created by inverting non-replicated time-lapse monitoring data jointly. By no longer insisting on replication of the surveys to obtain high fidelity time-lapse images and differences, extreme costs and time-consuming labor are averted. To demonstrate our approach, hundreds of noisy time-lapse seismic datasets are simulated that contain imprints of regular CO2 plumes and irregular plumes that leak. These time-lapse datasets are subsequently inverted to produce time-lapse difference images used to train a deep neural classifier. The testing results show that the classifier is capable of detecting CO2 leakage automatically on unseen data and with a reasonable accuracy.
• Abstract（参考訳）: 地質学的炭素貯蔵は、大気中のco2濃度を低減できる数少ない真のスケーラブルな技術の1つである。 この技術はスケールする可能性があるが、その成功は我々のリスクを軽減する能力にかかっている。 リスク軽減に関する重要な側面は、注入されたCO2が貯蔵施設内に残っていることを保証することである。 異なる監視モードの中では、高解像度で高忠実度の画像を得る能力が特徴である。 しかし、残念ながらこれらの優れた機能は、制限的なコストと時間を要する努力によって、広範な地震観測を望めない可能性がある。 この欠点を克服するために、非レプリケーションの時間経過モニタリングデータを併用してタイムラプス画像を作成する手法を提案する。 高忠実度タイムラプス画像と差分を得るための調査の複製をもはや要求しないことで、極端なコストと時間的労力は回避される。 このアプローチを実証するために、何百ものノイズの多いタイムラプス地震データセットがシミュレーションされ、通常のCO2プラムと不規則なプラムのインプリントが含まれています。 これらのタイムラプスデータセットはその後反転して、ディープニューラルネットワーク分類器のトレーニングに使用されるタイムラプス差分画像を生成する。 テスト結果から,未確認データ上でCO2漏出を自動的に検出し,妥当な精度で検出できることがわかった。

関連論文リスト

• st-DTPM: Spatial-Temporal Guided Diffusion Transformer Probabilistic Model for Delayed Scan PET Image Prediction [6.812140684449128]
  いくつかの研究によると、二重時間PET画像は悪性腫瘍と良性腫瘍を区別する可能性を秘めている。 両時間PET画像予測問題を解くために, 時空間誘導拡散変換器確率モデル(st-DTPM)を提案する。
  論文  参考訳（メタデータ） (2024-10-30T06:37:55Z)
• 3D Vessel Reconstruction from Sparse-View Dynamic DSA Images via Vessel Probability Guided Attenuation Learning [79.60829508459753]
  現在の商用デジタルサブトラクション・アンジオグラフィー(DSA)システムは通常、再構築を行うために数百のスキャンビューを要求する。 スパース・ビューDSA画像のダイナミックな血流と不十分な入力は,3次元血管再建作業において重要な課題である。 本稿では,時間に依存しない容器確率場を用いてこの問題を効果的に解くことを提案する。
  論文  参考訳（メタデータ） (2024-05-17T11:23:33Z)
• Multi-scale Spatio-temporal Transformer-based Imbalanced Longitudinal Learning for Glaucoma Forecasting from Irregular Time Series Images [45.894671834869975]
  緑内障は、進行性視神経線維損傷と不可逆性失明を引き起こす主要な眼疾患の1つである。 逐次画像入力に適した変換器アーキテクチャに基づくマルチスケール時空間変換器ネットワーク(MST-former)を提案する。 本手法は, 軽度認知障害とアルツハイマー病の予測に90.3%の精度で, アルツハイマー病神経画像イニシアチブ(ADNI)MRIデータセットに優れた一般化能力を示す。
  論文  参考訳（メタデータ） (2024-02-21T02:16:59Z)
• Inference of CO2 flow patterns -- a feasibility study [1.1249583407496222]
  本研究の目的は, 坑井および地震探査データから正規流および不規則流の流動パターンを推定できる定式化を開発することである。 推測の不確実性は、観測された誤差とよく相関しているので妥当であると確信している。 この不確実性は、地震データにおけるノイズと、貯水池の流動特性に関する正確な知識の欠如に起因する。
  論文  参考訳（メタデータ） (2023-11-01T04:41:25Z)
• Shakes on a Plane: Unsupervised Depth Estimation from Unstabilized Photography [54.36608424943729]
  2秒で取得した12メガピクセルのRAWフレームの「長バースト」では,自然手震動のみからの視差情報で高品質のシーン深度を回復できることが示されている。 我々は、長時間バーストデータにニューラルRGB-D表現を適合させるテスト時間最適化手法を考案し、シーン深度とカメラモーションを同時に推定する。
  論文  参考訳（メタデータ） (2022-12-22T18:54:34Z)
• De-risking Carbon Capture and Sequestration with Explainable CO2 Leakage Detection in Time-lapse Seismic Monitoring Images [2.021175152213487]
  本研究では,最新の深層学習モデルを用いて,CO2プラム(リーカジ)をデライン化するために,時間ラプス地震画像のバイナリ分類を導入する。 また,クラスアクティベーションマッピング手法を用いて,CO2プラムの漏洩領域をローカライズする。
  論文  参考訳（メタデータ） (2022-12-16T17:22:51Z)
• AT-DDPM: Restoring Faces degraded by Atmospheric Turbulence using Denoising Diffusion Probabilistic Models [64.24948495708337]
  大気の乱流は、ぼやけや幾何学的歪みを導入して画質を著しく劣化させる。 CNNベースやGANインバージョンベースなど,深層学習に基づく単一画像大気乱流低減手法が提案されている。 Denoising Diffusion Probabilistic Models (DDPMs) は、その安定したトレーニングプロセスと高品質な画像を生成する能力により、最近注目を集めている。
  論文  参考訳（メタデータ） (2022-08-24T03:13:04Z)
• Thermal to Visible Image Synthesis under Atmospheric Turbulence [67.99407460140263]
  バイオメトリックスや監視では、低照度と夜間の条件下での撮像に熱画像モダリティがしばしば用いられる。 このような画像システムは、しばしば大気の乱れに悩まされ、撮像された画像に激しいぼやけや変形のアーチファクトをもたらす。 熱画像を直接可視光画像に変換するエンド・ツー・エンドの再構成法を提案する。
  論文  参考訳（メタデータ） (2022-04-06T19:47:41Z)
• Tracking perovskite crystallization via deep learning-based feature detection on 2D X-ray scattering data [137.47124933818066]
  本稿では,より高速なR-CNN深層学習アーキテクチャに基づくX線回折画像の自動解析パイプラインを提案する。 有機-無機ペロブスカイト構造の結晶化をリアルタイムに追跡し, 2つの応用で検証した。
  論文  参考訳（メタデータ） (2022-02-22T15:39:00Z)
• Connect the Dots: In Situ 4D Seismic Monitoring of CO$_2$ Storage with Spatio-temporal CNNs [16.596385405707977]
  4次元地震イメージングは、井戸で採取されていない体積領域の流動をモニタリングするために、CO$$セシエーションプロジェクトで広く利用されている。 我々は,高忠実度補間画像を効果的かつ効率的に生成できるニューラルネットワークベースのモデルを開発した。 我々のモデルはオートエンコーダ上に構築され、新しい損失関数正規化光フローを持つ長短期記憶(LSTM)構造が組み込まれている。
  論文  参考訳（メタデータ） (2021-05-25T02:38:22Z)
• Unlimited Resolution Image Generation with R2D2-GANs [69.90258455164513]
  本稿では,任意の解像度の高品質な画像を生成するための新しいシミュレーション手法を提案する。 この方法では、フル長のミッション中に収集したソナースキャンと同等の大きさのソナースキャンを合成することができる。 生成されたデータは、連続的で、現実的に見え、また、取得の実際の速度の少なくとも2倍の速さで生成される。
  論文  参考訳（メタデータ） (2020-03-02T17:49:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。