Automatická detekce anomálií při geofyzikálním průzkumu
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Technická Univerzita v Liberci
Abstract
The study Automated anomaly detection in geophysical survey isthe application of machine learning and computer vision techniquesto the geophysical data. The two main applications were testedduring the research. The research is mainly focused on the surfacegeophysics. The fast scanning of an area for an appearance of a setof predefined anomalies is the main focus of the thesis. The researchwas applied to potential fields. Three types of detection were tested:image processing techniques, the supported machine learning withclassifiers and adaptive neural networks. The second applicationmentioned in the thesis is the application of the research resultsto a continuous monitoring process. The structure of the object isknown and all the significant temporal changes in the data are tobe detected and interpreted. The thesis gives a summary of thestate of the research on the selected topic. It includes a proposalof the algorithms and it summarizes the achieved results.
Práce nazvaná Automatická detekce anomálií při geofyzikálním průzkmu je aplikací metod strojového učení a potenciálového vidění v oblasti zpracování geofyzikálních dat. Během výzkumu byly testovány dvě možné aplikace. Výzkum je zaměřen hlavně na průzkum oblasti blízko povrchu s cílem detekovat výskyt předem definovaných anomálií. Výzkum byl aplikovnán v oblastipotenciálových polí, testováyn byly tři možné typy detekce: počítačové vidění, metody asistovaného učení s klasifikátory a adaptivní neuronové sítě. Druhou aplikací výzkumu zmiňovanou v práci byla aplikace výsledků výzkumu na průběžné monitorování. Struktura monitorovaného objektu je známa a jakékoliv významné změny v datech musí bý detekovány a interpretovány. Práce poskytuje shrnutí stávajícího výzkumu ve zvolených oblastech, návrh algoritmů a shrnuje výsledky výzkumu.
Práce nazvaná Automatická detekce anomálií při geofyzikálním průzkmu je aplikací metod strojového učení a potenciálového vidění v oblasti zpracování geofyzikálních dat. Během výzkumu byly testovány dvě možné aplikace. Výzkum je zaměřen hlavně na průzkum oblasti blízko povrchu s cílem detekovat výskyt předem definovaných anomálií. Výzkum byl aplikovnán v oblastipotenciálových polí, testováyn byly tři možné typy detekce: počítačové vidění, metody asistovaného učení s klasifikátory a adaptivní neuronové sítě. Druhou aplikací výzkumu zmiňovanou v práci byla aplikace výsledků výzkumu na průběžné monitorování. Struktura monitorovaného objektu je známa a jakékoliv významné změny v datech musí bý detekovány a interpretovány. Práce poskytuje shrnutí stávajícího výzkumu ve zvolených oblastech, návrh algoritmů a shrnuje výsledky výzkumu.
Description
Subject(s)
Geofyzika, Potenciálová pole, Seismika, Počítačové vidění, Strojové učení, Geophysics, Potenital Felds, Seismics, Computer Vision, Machine Learning