MENU

Projetos de Pesquisa

 

Filtrar Limpar Filtros
Foto de perfil

Wagner Meira Junior

Ciências Exatas e da Terra

Ciência da Computação
E-mail Currículo
  • aprendizado profundo de superfícies geológicas para prospecção de reservatórios offshore
  • A enorme quantidade e diversidade de dados obtidos ao observar a Terra põe um desafio fundamental: como usar métodos analíticos para extrair correlações, causalidade e explicabilidade, no sentido preciso no contexto de aprendizado de máquina interpretável, em um universo tão heterogêneo e caótico? Este projeto se propõe a investigar a hipótese de que dados de rocha, como por exemplo perfis de raios-gama, perfis de imagem acústica e perfis litológicos, oferecem um refinamento preciso de dados faciológicos para a construção de um modelo estratigráfico de alta resolução para delimitação de zonas reservatórios de hidrocarbonetos em um play petrolífero. Porém, se por um lado, os dados geológicos obtidos diretamente após perfuração de poços são hipersensíveis a ruídos e contaminação — por outro lado, dados sísmicos são incompletos, porém mais resilientes. Este projeto pretende construir modelos de aprendizado profundo para, além de forçar a corretude na interpretação dos dados refinados e sensíveis, promover simultaneamente a amplificação mais precisa dos dados geofísicos a partir de métodos de inversão elástica. Para obter este diálogo, o projeto propõe executar aprendizado supervisionado na modelagem analítica da cicloestratigrafia, e no modelo de empilhamento de fácies, amparado com casos de teste fornecidos pelos dados obtidos na geofísica. Este projeto dialoga de forma explícita com o Projeto PetroIaGeo, atualmente em execução em parceria entre UFMG e Petrobrás desde 2020, e que possui linhas independentes de investigação analítica de inversão geofísica e cicloestratigrafia. A equipe proponente já possui experiência operacional na compreensão de fenômenos geofísicos e geológicos no âmbito de inteligência artificial, e propõe a exploração científica acima postulada como elemento disruptivo no uso de IA em prospecção e exploração de petróleo e gás natural.
  • Universidade Federal de Minas Gerais - MG - Brasil
  • 07/12/2022-31/12/2026
Página 3829 de 3.884
1 Itens por página
Mostrando 3.829 - 3.829 de 3.884 resultados.