Atenuación de ruido coherente en datos sísmicos mediante una técnica de aprendizaje de diccionario

Autores
Nicolosi Gelis, Lucía Elena
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Gómez, Julián Luis
Sabbione, Juan Ignacio
Velis, Danilo Rubén
Roizman, Marcelo
Descripción
El aprendizaje de diccionario es una técnica de aprendizaje automático para encontrar la representación rala de un conjunto de datos. Los algoritmos tradicionales de aprendizaje de diccionario se destacan por atenuar ruido aleatorio en datos sísmicos. Cuando se busca reproducir estos resultados en la atenuación de ruido coherente, usualmente se requieren diccionarios sobredimensionados con una posterior clasificación manual de los átomos para diferenciar aquellos que contengan señal y excluir los que contengan patrones coherentes indeseados. De forma alternativa, hemos analizado una nueva estrategia para remover ruido coherente en datos sísmicos tridimensionales basada en el aprendizaje de diccionario. La señal y el ruido coherente son separados de forma automática a partir de un diccionario aumentado que construimos a través del filtrado de sus átomos. Esta estrategia nos permite remover ruidos que respetan determinado patrón en datos sísmicos en una forma cuasi-automática. Analizamos y comparamos el resultado de utilizar diferentes filtros digitales que se adaptan a nuestra estrategia y comentamos sus diferencias. Los resultados demuestran que es posible lograr la remoción de ruido coherente con preservación de bordes y una mínima intervención del usuario en secciones temporales de datos sísmicos tridimensionales.
Geofísico
Universidad Nacional de La Plata
Facultad de Ciencias Astronómicas y Geofísicas
Materia
Geofísica
Aprendizaje automático
Aprendizaje de diccionario
Datos sísmicos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/167843
Acceder
id SEDICI_0fe33316b7c890b3e27cd0bd2716434e
oai_identifier_str oai:sedici.unlp.edu.ar:10915/167843
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Atenuación de ruido coherente en datos sísmicos mediante una técnica de aprendizaje de diccionarioNicolosi Gelis, Lucía ElenaGeofísicaAprendizaje automáticoAprendizaje de diccionarioDatos sísmicosEl aprendizaje de diccionario es una técnica de aprendizaje automático para encontrar la representación rala de un conjunto de datos. Los algoritmos tradicionales de aprendizaje de diccionario se destacan por atenuar ruido aleatorio en datos sísmicos. Cuando se busca reproducir estos resultados en la atenuación de ruido coherente, usualmente se requieren diccionarios sobredimensionados con una posterior clasificación manual de los átomos para diferenciar aquellos que contengan señal y excluir los que contengan patrones coherentes indeseados. De forma alternativa, hemos analizado una nueva estrategia para remover ruido coherente en datos sísmicos tridimensionales basada en el aprendizaje de diccionario. La señal y el ruido coherente son separados de forma automática a partir de un diccionario aumentado que construimos a través del filtrado de sus átomos. Esta estrategia nos permite remover ruidos que respetan determinado patrón en datos sísmicos en una forma cuasi-automática. Analizamos y comparamos el resultado de utilizar diferentes filtros digitales que se adaptan a nuestra estrategia y comentamos sus diferencias. Los resultados demuestran que es posible lograr la remoción de ruido coherente con preservación de bordes y una mínima intervención del usuario en secciones temporales de datos sísmicos tridimensionales.GeofísicoUniversidad Nacional de La PlataFacultad de Ciencias Astronómicas y GeofísicasGómez, Julián LuisSabbione, Juan IgnacioVelis, Danilo RubénRoizman, Marcelo2024-06-25info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionTesis de gradohttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/167843spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-01-07T13:28:51Zoai:sedici.unlp.edu.ar:10915/167843Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-01-07 13:28:51.812SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Atenuación de ruido coherente en datos sísmicos mediante una técnica de aprendizaje de diccionario
title Atenuación de ruido coherente en datos sísmicos mediante una técnica de aprendizaje de diccionario
spellingShingle Atenuación de ruido coherente en datos sísmicos mediante una técnica de aprendizaje de diccionario
Nicolosi Gelis, Lucía Elena
Geofísica
Aprendizaje automático
Aprendizaje de diccionario
Datos sísmicos
title_short Atenuación de ruido coherente en datos sísmicos mediante una técnica de aprendizaje de diccionario
title_full Atenuación de ruido coherente en datos sísmicos mediante una técnica de aprendizaje de diccionario
title_fullStr Atenuación de ruido coherente en datos sísmicos mediante una técnica de aprendizaje de diccionario
title_full_unstemmed Atenuación de ruido coherente en datos sísmicos mediante una técnica de aprendizaje de diccionario
title_sort Atenuación de ruido coherente en datos sísmicos mediante una técnica de aprendizaje de diccionario
dc.creator.none.fl_str_mv Nicolosi Gelis, Lucía Elena
author Nicolosi Gelis, Lucía Elena
author_facet Nicolosi Gelis, Lucía Elena
author_role author
dc.contributor.none.fl_str_mv Gómez, Julián Luis
Sabbione, Juan Ignacio
Velis, Danilo Rubén
Roizman, Marcelo
dc.subject.none.fl_str_mv Geofísica
Aprendizaje automático
Aprendizaje de diccionario
Datos sísmicos
topic Geofísica
Aprendizaje automático
Aprendizaje de diccionario
Datos sísmicos
dc.description.none.fl_txt_mv El aprendizaje de diccionario es una técnica de aprendizaje automático para encontrar la representación rala de un conjunto de datos. Los algoritmos tradicionales de aprendizaje de diccionario se destacan por atenuar ruido aleatorio en datos sísmicos. Cuando se busca reproducir estos resultados en la atenuación de ruido coherente, usualmente se requieren diccionarios sobredimensionados con una posterior clasificación manual de los átomos para diferenciar aquellos que contengan señal y excluir los que contengan patrones coherentes indeseados. De forma alternativa, hemos analizado una nueva estrategia para remover ruido coherente en datos sísmicos tridimensionales basada en el aprendizaje de diccionario. La señal y el ruido coherente son separados de forma automática a partir de un diccionario aumentado que construimos a través del filtrado de sus átomos. Esta estrategia nos permite remover ruidos que respetan determinado patrón en datos sísmicos en una forma cuasi-automática. Analizamos y comparamos el resultado de utilizar diferentes filtros digitales que se adaptan a nuestra estrategia y comentamos sus diferencias. Los resultados demuestran que es posible lograr la remoción de ruido coherente con preservación de bordes y una mínima intervención del usuario en secciones temporales de datos sísmicos tridimensionales.
Geofísico
Universidad Nacional de La Plata
Facultad de Ciencias Astronómicas y Geofísicas
description El aprendizaje de diccionario es una técnica de aprendizaje automático para encontrar la representación rala de un conjunto de datos. Los algoritmos tradicionales de aprendizaje de diccionario se destacan por atenuar ruido aleatorio en datos sísmicos. Cuando se busca reproducir estos resultados en la atenuación de ruido coherente, usualmente se requieren diccionarios sobredimensionados con una posterior clasificación manual de los átomos para diferenciar aquellos que contengan señal y excluir los que contengan patrones coherentes indeseados. De forma alternativa, hemos analizado una nueva estrategia para remover ruido coherente en datos sísmicos tridimensionales basada en el aprendizaje de diccionario. La señal y el ruido coherente son separados de forma automática a partir de un diccionario aumentado que construimos a través del filtrado de sus átomos. Esta estrategia nos permite remover ruidos que respetan determinado patrón en datos sísmicos en una forma cuasi-automática. Analizamos y comparamos el resultado de utilizar diferentes filtros digitales que se adaptan a nuestra estrategia y comentamos sus diferencias. Los resultados demuestran que es posible lograr la remoción de ruido coherente con preservación de bordes y una mínima intervención del usuario en secciones temporales de datos sísmicos tridimensionales.
publishDate 2024
dc.date.none.fl_str_mv 2024-06-25
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
Tesis de grado
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/167843
url http://sedici.unlp.edu.ar/handle/10915/167843
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1853683280407166976
score 13.25844

Publicaciones similares