論文の概要: Well Log-Guided Synthesis of Subsurface Images from Sparse Petrography Data Using cGANs

• arxiv url: http://arxiv.org/abs/2603.09651v1
• Date: Tue, 10 Mar 2026 13:29:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-11 15:25:24.333862
• Title: Well Log-Guided Synthesis of Subsurface Images from Sparse Petrography Data Using cGANs
• Title（参考訳）: cGANを用いたスパースペトログラフィーデータからの地表画像のログ誘導合成
• Authors: Ali Sadeghkhani, A. Assadi, B. Bennett, A. Rabbani,
• Abstract要約: そこで本研究では,炭酸塩岩の断面像を現実的に表現するための条件付き生成支援ネットワーク(cGAN)フレームワークを提案する。 このモデルは、1992-2000mの深さ間隔で、15個のペトログラフィーサンプルから抽出された5000個のサブイメージに基づいて訓練されている。 このモデルは、広いポロシティ範囲にわたって地質学的に一貫した画像を生成し、ターゲットのポロシティ値の10%のマージンで81%の精度を達成する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Pore-scale imaging of subsurface formations is costly and limited to discrete depths, creating significant gaps in reservoir characterization. To address this, we present a conditional Generative Adversarial Network (cGAN) framework for synthesizing realistic thin section images of carbonate rock formations, conditioned on porosity values derived from well logs. The model is trained on 5,000 sub-images extracted from 15 petrography samples over a depth interval of 1992-2000m, the model generates geologically consistent images across a wide porosity range (0.004-0.745), achieving 81% accuracy within a 10\% margin of target porosity values. The successful integration of well log data with the trained generator enables continuous pore-scale visualization along the wellbore, bridging gaps between discrete core sampling points and providing valuable insights for reservoir characterization and energy transition applications such as carbon capture and underground hydrogen storage.
• Abstract（参考訳）: 地下層形成の細孔スケールのイメージングは費用がかかり、離散的な深さに限られており、貯水池のキャラクタリゼーションに大きなギャップが生じる。 そこで本稿では, 坑井から得られたポーシティ値に基づいて, 炭酸塩岩形成の現実的な薄切片画像の合成を行うための条件付き生成適応ネットワーク(cGAN)フレームワークを提案する。 このモデルは、1992-2000mの深さ間隔で15個のペトログラフィーサンプルから抽出された5000個のサブイメージに基づいて訓練され、このモデルは広いポロシティ範囲 (0.004-0.745) にわたって地質学的に一貫した画像を生成し、ターゲットポロシティ値の10倍の精度で81%の精度が得られる。 訓練された発電機とウエルログデータをうまく統合することで、坑井に沿って連続した細孔スケールの可視化が可能となり、個別のコアサンプリングポイント間の隙間を埋めることができ、貯水池のキャラクタリゼーションや炭素捕獲や地下水素貯蔵のようなエネルギー遷移の応用に有用な洞察を与えることができる。

関連論文リスト

• Gold Exploration using Representations from a Multispectral Autoencoder [0.26385121748044166]
  本稿では,Sentinel-2画像から得られた生成表現を利用して,空間から金を含む領域を識別する概念実証フレームワークを提案する。 Isometricと呼ばれるオートエンコーダの基礎モデルは、大規模なFalconSpace-S2 v1.0データセットで事前訓練されている。 我々は、この表現に基づくアプローチを、既知の金および非金の場所からの63Sentinel-2画像のデータセットを用いて、生スペクトル入力ベースラインと比較した。
  論文  参考訳（メタデータ） (2026-02-06T14:47:12Z)
• S2ML: Spatio-Spectral Mutual Learning for Depth Completion [56.26679539288063]
  RGB-Dカメラで撮影した生深度画像は、弱い反射、境界影、アーティファクトによって不完全な深度値に悩まされることが多い。 既存の手法では、画像領域の深度補完によってこの問題に対処するが、それらは生の深度画像の物理的特性を見落としている。 本研究では,空間領域と周波数領域の両方の利点を両立させるため,S2ML(Spatio-Spectral Mutual Learning framework)を提案する。
  論文  参考訳（メタデータ） (2025-11-08T15:01:55Z)
• PCP-GAN: Property-Constrained Pore-scale image reconstruction via conditional Generative Adversarial Networks [0.017633676363694336]
  本研究では,多条件生成適応ネットワーク(cGAN)フレームワークを提案する。 このフレームワークは、炭酸塩の形成の4つの深さ (1879.50-1943.50 m) から薄い部分のサンプルで訓練された。
  論文  参考訳（メタデータ） (2025-10-22T10:54:51Z)
• Taming Diffusion for Dataset Distillation with High Representativeness [49.3818035378669]
  D3HRは、高い代表性を持つ蒸留データセットを生成する新しい拡散ベースのフレームワークである。 我々の実験は、D3HRが異なるモデルアーキテクチャにわたって高い精度を達成できることを実証した。
  論文  参考訳（メタデータ） (2025-05-23T22:05:59Z)
• Probability Density Geodesics in Image Diffusion Latent Space [57.99700072218375]
  測地拡散は潜在空間で計算可能であることを示す。 我々は、事前訓練された画像拡散空間における測地線とビデオクリップの密接な関係を分析する。
  論文  参考訳（メタデータ） (2025-04-09T08:28:53Z)
• Well2Flow: Reconstruction of reservoir states from sparse wells using score-based generative models [0.22499166814992438]
  本研究では,貯水池シミュレーションシナリオにおけるスコアベース生成モデルの利用について検討した。 塩水帯水層における空間的に多孔質で飽和度の高いフィールドの再構築に焦点が当てられ、2つの井戸でのスパース観測から推測される。 物理制約とウェルログガイダンスを生成モデルに組み込む新しい手法を導入し、再構成された地下状態の精度と物理的妥当性を著しく向上させる。
  論文  参考訳（メタデータ） (2025-04-07T20:12:19Z)
• DPBridge: Latent Diffusion Bridge for Dense Prediction [49.1574468325115]
  DPBridgeは、密度予測タスクのための最初の潜伏拡散ブリッジフレームワークである。 提案手法は,異なるシナリオ下での有効性と能力の一般化を実証し,優れた性能を継続的に達成する。
  論文  参考訳（メタデータ） (2024-12-29T15:50:34Z)
• Inpainting borehole images using Generative Adversarial Networks [0.0]
  電線マイクロ抵抗画像ツールによるボアホール画像のギャップフィリングに対するGANに基づくアプローチを提案する。 提案手法では, 画像の欠落した領域を描画するために, ジェネレータ, グローバル判別器, ローカル判別器を利用する。
  論文  参考訳（メタデータ） (2023-01-15T18:15:52Z)
• MudrockNet: Semantic Segmentation of Mudrock SEM Images through Deep Learning [0.0]
  本稿では,GoogleのDeepLab-v3+アーキテクチャに基づく深層学習SEMセグメンテーションモデルMudrockNetを提案する。 訓練された深層学習モデルは、約90%の画素精度を取得し、試験データの予測値は、銀粒の0.6591と毛穴の0.6642の平均交点(IoU)を得た。
  論文  参考訳（メタデータ） (2021-02-05T19:38:44Z)
• Deep learning for lithological classification of carbonate rock micro-CT images [52.77024349608834]
  本研究は,ブラジルのプリサルト炭酸塩岩微視的画像のパターン同定にディープラーニング技術を適用することを目的としている。 4つの畳み込みニューラルネットワークモデルが提案された。 精度によると、リサイズ画像で訓練されたモデル2は、最初の評価アプローチでは平均75.54%、2番目の評価では平均81.33%に達した。
  論文  参考訳（メタデータ） (2020-07-30T19:14:00Z)
• Residual-Sparse Fuzzy $C$-Means Clustering Incorporating Morphological Reconstruction and Wavelet frames [146.63177174491082]
  Fuzzy $C$-Means (FCM)アルゴリズムは、形態的再構成操作とタイトウェーブレットフレーム変換を組み込んでいる。 特徴集合とその理想値の間の残差に対して$ell_0$正規化項を付与することにより、改良されたFCMアルゴリズムを提案する。 合成, 医用, カラー画像に対する実験結果から, 提案アルゴリズムは効率的かつ効率的であり, 他のアルゴリズムよりも優れていた。
  論文  参考訳（メタデータ） (2020-02-14T10:00:03Z)

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。