적대적 생성 신경망을 이용한 단층 해석 목적 탄성파 단면 생성
Seismic Data Generation Based on Generative Adversarial Network for Fault Detection
Abstact
탄성파 탐사자료에서의 단층해석은 석유･가스 탐사, 이산화탄소 지중 저장 등 다양한 분야에 활용되며 최근에는 딥러닝 기반의 단층해석 자동화 연구들이 많이 수행되고 있다. 지도학습 기반의 단층해석 모델 훈련을 위해서는 현장 자료와 해석된 단층 라벨이 필요하지만 실제로는 자료의 양이나 해석 난이도에 따라 라벨링 작업을 수행하기 어려운 경우가 많다. 따라서 모델링을 통해 제작한 합성 자료를 사용하여 단층해석 모델을 훈련시키는 방법이 사용될 수 있다. 하지만 이러한 방법은 합성 자료와 현장 자료의 유사성에 따라 성능이 크게 좌우될 수 있고, 모델링을 수행하기 위한 환경에 따라 많은 시간을 필요로 할 수 있다. 이 연구에서는 모델링 과정 없이 현장 자료와 유사한 합성 자료를 생성하기 위해 적대적 생성 신경망 기반의 이미지 변환 모델인 pix2pix 모델을 사용한다. 제안된 방법은 추론과정에서 지층 경계 모델을 입력으로 탄성파 단면 영상을 생성하며, 생성된 탄성파 단면은 단층 해석 모델 훈련 목적으로 사용이 가능하다는 것을 확인하였다.
