[論文レビュー] Penobscot Dataset: Fostering Machine Learning Development for Seismic Interpretation

Laís Baroni, Reinaldo Mozart Da Gama e Silva+4 more|arXiv (Cornell University)|Mar 21, 2019

Seismic Imaging and Inversion Techniques参考文献 23被引用数 10

ひとこと要約

本論文は、カナダのスコティアン・ベインで実施された3次元地震調査から得られた、7つの解釈された等時面を有する10万枚を超えるラベル付き地震画像タイルを含む、公開可能なリソースとしてのPenobscot解釈データセットを紹介する。このデータセットは、深層学習モデルを用いた地震層序分類およびセグメンテーションの訓練とベンチマークに利用可能であり、実験では最大97％の正確性と97％のオーバーラップ率（IoU）を達成した。

ABSTRACT

We have seen in the past years the flourishing of machine and deep learning algorithms in several applications such as image classification and segmentation, object detection and recognition, among many others. This was only possible, in part, because datasets like ImageNet -- with +14 million labeled images -- were created and made publicly available, providing researches with a common ground to compare their advances and extend the state-of-the-art. Although we have seen an increasing interest in machine learning in geosciences as well, we will only be able to achieve a significant impact in our community if we collaborate to build such a common basis. This is even more difficult when it comes to the Oil&Gas industry, in which confidentiality and commercial interests often hinder the sharing of datasets with others. In this letter, we present the Penobscot interpretation dataset, our contribution to the development of machine learning in geosciences, more specifically in seismic interpretation. The Penobscot 3D seismic dataset was acquired in the Scotian shelf, offshore Nova Scotia, Canada. The data is publicly available and comprises pre- and pos-stack data, 5 horizons and well logs of 2 wells. However, for the dataset to be of practical use for our tasks, we had to reinterpret the seismic, generating 7 horizons separating different seismic facies intervals. The interpreted horizons were used to generated +100,000 labeled images for inlines and crosslines. To demonstrate the utility of our dataset, results of two experiments are presented.

研究の動機と目的

• 機械学習研究における地震解釈の分野で、公開可能で大規模かつラベル付きのデータセットが不足しているという問題に取り組むこと。
• 標準化されたデータセットを提供することで、地震層序分類およびセグメンテーション分野における再現可能で体系的な進歩とベンチマーク評価を促進すること。
• 石油・ガス産業における機密性や商業的制約が、データ共有を妨げているという課題を克服すること。
• 実世界の高解像度地震データを用いて、自動地震解釈のための深層学習モデルの開発を支援すること。
• トランスファー・ラーニング、クラスタリング、リtrievalを含む、今後の地震機械学習研究の基盤を構築すること。

提案手法

• カナダのスコティアン・ベインで取得されたPenobscot 3次元地震データセットを、公的ドメインから入手し、事前処理済みおよび事後処理済みのデータ、元の等時面5つ、および2つのウェルログを含めた。
• 地震データを再解釈することで、明確な地震層序の区分を定義する7つの新しい等時面を生成した。
• 縦断断面および横断断面を10万枚以上の画像タイル（学習用75,810枚、テスト用28,000枚）に分割し、それぞれが7つの層序クラスの1つにラベル付けされた。
• クラス間の均等な表現を確保するためのデータバランス戦略を採用し、トレーニングの安定性とモデルの汎化性能を向上させた。
• ラベル付きタイルを用いて、分類（タイル単位）およびセマンティックセグメンテーション（ピixel単位）の両方のタスクに深層ニューラルネットワークを適用した。
• セグメンテーションタスクにおいて、密度予測に適した分類用バックボーンを用いたトランスファー・ラーニングおよびモデルファインチューニング技術を適用した。

実験結果

リサーチクエスチョン

• RQ1 大規模で公開可能かつ高品質にラベル付けされた地震データセットは、機械学習を用いた地震解釈分野の研究を加速させることができるか？
• RQ2 Penobscotデータセットでトレーニングされた深層学習モデルは、どの程度の高精度な地震層序分類およびセグメンテーションを達成できるか？
• RQ3 トレーニングに使用するスライスの数が、地震層序タスクにおける深層学習モデルの収束性および性能に与える影響はどの程度か？
• RQ4 提案されたデータセットは、分類にとどまらず、セマンティックセグメンテーションやトランスファー・ラーニングといったより複雑なタスクに対しても支援できるか？
• RQ5 クラスの不均衡とデータオーグメンテーション戦略が、地震層序予測のモデル性能に与える影響は何か？

主な発見

• Penobscot解釈データセットは、601本の縦断断面および481本の横断断面から抽出された10万枚を超えるラベル付き地震画像タイルを含み、7つの明確な地震層序クラスが存在する。
• 深層学習モデルは、25本の縦断断面スライスを用いてわずか4分間で89％の分類精度を達成し、276枚のスライスで30分後に97％の精度に到達した。
• このデータセットでトレーニングされたセマンティックセグメンテーションモデルは、97％を超える交差率（IoU）を達成し、層序境界の予測において高い空間的正確性を示した。
• モデル出力は最小限の不連続性を示し、視覚的検証により手動で解釈された等時面とよく一致していた。
• このデータセットは、分類やセグメンテーションにとどまらず、クラスタリング、リtrieval、トランスファー・ラーニングといった多様な応用をサポートしている。
• このデータセットは公開されており、すでに複数の研究で成功裏に利用されており、地震機械学習研究における有用性と再現可能性が裏付けられている。