02 dez 2024
14:00 Defesa de Mestrado Sala 53 do IC2
Tema
DASF: um arcabouço de alto desempenho para grandes volumes de dados sísmicos
Aluno
Júlio Cesar Faracco
Orientador / Docente
Edson Borin
Breve resumo
Na Análise de Fácies Sísmicas, a Classificação de Fácies é uma etapa crucial para entender as características e a composição geológica de uma determinada área. Geólogos e empresas de óleo e gás utilizam essas informações para determinar a possibilidade de exploração dessa área na obtenção de petróleo e gás, por exemplo. No geral, esse tipo de estudo demanda tempo, precisão e envolve altos custos. Hoje, com as mais variadas técnicas de aprendizado de máquina, geólogos podem rapidamente classificar fácies usando quaisquer um desses tipos de algoritmos em vez de gastar horas ou dias estudando os dados capturados de formações rochosas. Inclusive, para este tipo de classificação, há várias técnicas de aprendizado de máquina não supervisionado bem estabelecidas, como é o caso do K-Médias, do Kohonen’s Self-Organizing Map (SOM) e do Gaussian Mixture Models (GMM). No entanto, dados sísmicos são compostos por arquivos grandes e esse processo de identificar fácies pode demandar uma grande quantidade de cálculos, tornando necessário o uso de soluções de alto desempenho. Com o massivo uso de graphics processing units (GPUs) para solucionar problemas da área de inteligência artificial, este trabalho propõe desenvolver um arcabouço contendo as principais técnicas de aprendizado de máquina para classificação de fácies sísmicas com suporte a execução em super computadores com GPUs. Isso incluiu o desenvolvimento de algumas técnicas de processamento distribuído como carregamento tardio de dados sísmicos, processamento atrasado de atributos sísmicos para grandes volumes de dados, o algoritmo SOM utilizando várias GPUs, entre outras técnicas relevantes à área. No final, mostraremos o resultado como um arcabouço de classificação de fácies sísmicas aberto e de alto desempenho para que qualquer pesquisador ou especialista possa utilizá-lo de forma fácil e simplificada na construção de modelos para sísmica. Nós ainda mostraremos alguns casos de uso, métricas de desempenho e benchmarks para avaliar as técnicas oferecidas por este trabalho.
Banca examinadora
Titulares:
| Edson Borin | IC/UNICAMP |
| Hervé Cédric Yviquel | IC/UNICAMP |
| Antônio Tadeu Azevedo Gomes | LNCC |
| Maicon Melo Alves | Petrobras |
Suplentes:
| Sandra Eliza Fontes de Avila | IC/UNICAMP |
| Samuel Xavier de Souza | CT/UFRN |