[发明专利]使用硬约束和软约束训练机器学习系统

说明书

一种计算机实现的方法包括：接收与已知真相解释相关联的测试地震数据集；接收一个或多个硬约束；基于所述测试地震数据集、所述已知真相解释和所述一个或多个硬约束训练机器学习系统；基于所述训练所述机器学习系统确定误差值；基于一个或多个软约束调整所述误差值；基于所调整的误差值更新所述机器学习系统的所述训练；在所述更新所述训练之后接收第二地震数据集；将所述第二地震数据集应用到所述机器学习系统以生成对所述第二地震数据集的解释；基于对所述第二地震数据集的所述解释生成表示地下域的地震图像；以及输出所述地震图像。

背景技术

解释地震数据集内的地质结构和地层序列是石油勘探和生产的组成部分。由于地面下的地质复杂性以及与地震成像分辨率相关联的限制，高效、准确、可重复且一致的解释具有挑战性。有经验的解释者的人工解释可相对准确且可靠。然而，人工解释过程是劳动密集型的、耗时的并且对解释者偏见敏感，特别是在昂贵的地震数据集的量和地面下地质复杂性增长的情况下。

发明内容

本公开的实施方案可提供一种计算机实现的方法，其包括：接收与已知真相解释相关联的测试地震数据集；接收一个或多个硬约束；以及基于所述测试地震数据集、所述已知真相解释和所述一个或多个硬约束训练机器学习系统。所述方法还包括：基于所述训练所述机器学习系统确定误差值；基于一个或多个软约束调整所述误差值；基于所调整的误差值更新所述机器学习系统的所述训练；在所述更新所述训练之后接收第二地震数据集；将所述第二地震数据集应用到所述机器学习系统以生成对所述第二地震数据集的解释；基于对所述第二地震数据集的所述解释生成表示地下域的地震图像；以及输出所述地震图像。

本公开的实施方案还可提供一种计算系统，其包括：一个或多个处理器；以及存储器系统，所述存储器系统包括存储指令的一个或多个非暂时性计算机可读介质，所述指令在由所述一个或多个处理器中的至少一个执行时致使所述计算系统执行操作。所述操作可包括：接收与已知真相解释相关联的测试地震数据集；接收一个或多个硬约束；基于所述测试地震数据集、所述已知真相解释和所述一个或多个硬约束训练机器学习系统。所述一个或多个硬约束表示由单独机器学习系统对测试地震数据的解释。所述操作还可包括：基于所述训练所述机器学习系统确定误差值；基于一个或多个软约束调整所述误差值；基于所调整的误差值更新所述机器学习系统的所述训练；以及在更新所述训练之后接收第二地震数据集。所述操作还可包括：将所述第二地震数据集应用到所述机器学习系统以生成对所述第二地震数据集的解释；基于对所述第二地震数据集的所述解释生成表示地下域的地震图像；以及输出所述地震图像。

本公开的实施方案还可提供一种非暂时性计算机可读介质，其存储指令，所述指令在由计算系统的一个或多个处理器执行时致使所述计算系统执行操作。所述操作包括：接收与已知真相解释相关联的测试地震数据集；通过将所述测试地震数据集与所述已知真相解释相关联来生成解释确定算法；确定与所述解释确定算法相关联的误差值；基于一个或多个软约束调整所述误差值；以及基于所调整的误差值更新所述解释确定算法。所述操作还包括：在所述更新所述解释确定算法之后接收第二地震数据集；将所述第二地震数据集应用到所述解释确定算法以生成对所述第二地震数据集的解释；基于对所述第二地震数据集的所述解释生成表示地下域的地震图像；以及输出所述地震图像。

应当理解，此概述仅旨在介绍本发明的方法、系统和介质的一些方面，这些方面在下文进行更全面的描述和/或要求保护。因此，此概述并非旨在进行限制。

附图描述

并入本说明书并且构成本说明书的一部分的附图示出本教导内容并且连同描述的实施方案，用来解释本教导内容的原理。在附图中：

图1示出根据实施方案的包括用于管理地质环境的各个方面的各种管理部件的系统的实例。

图2示出并入硬约束和软约束以用于训练机器学习系统并生成解释算法的示例性概观。

图3示出使用来自不同机器学习系统的解释作为硬约束的实例。

图4示出用于使用软约束来训练机器学习系统以解释地震数据的实例。