[논문 리뷰] Penobscot Dataset: Fostering Machine Learning Development for Seismic Interpretation

Laís Baroni, Reinaldo Mozart Da Gama e Silva외 4명|arXiv (Cornell University)|2019. 03. 21.

Seismic Imaging and Inversion Techniques참고 문헌 23인용 수 10

한 줄 요약

이 논문은 캐나다 스코티안 베인에서 실시한 3D 지질 탐사에서 유래한 10만 개 이상의 레이블이 부여된 지구물리적 영상 타일을 포함하는 공개 자료인 Penobscot 해석 데이터셋을 소개한다. 이 데이터셋에는 7개의 해석된 등면이 포함되어 있으며, 딥 러닝 모델을 활용한 지구물리적 편재 분류 및 분할 작업의 훈련과 벤치마킹을 가능하게 한다. 실험 결과, 최대 97%의 정확도와 97%의 교차율(Intersection over Union, IoU)을 달성하였다.

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.

연구 동기 및 목표

• 머신러닝 연구에서 지구물리적 해석을 위한 공개 가능하고 대규모의 레이블이 부여된 데이터셋이 부족한 문제를 해결하기 위해.
• 표준화된 데이터셋을 제공함으로써 지구물리적 편재 분류 및 분할 분야에서 재현 가능하고 기준화된 진전을 촉진하기 위해.
• 석유 및 가스 산업에서의 기밀 유지 및 상업적 장벽으로 인해 데이터 공유가 저해되는 문제를 해결하기 위해.
• 실제 세계의 고해상도 지구물리적 데이터를 활용하여 자동 지구물리적 해석을 위한 딥 러닝 모델 개발을 지원하기 위해.
• 향후 지구물리적 머신러닝 연구의 기반을 마련하기 위해, 이동 학습, 군집화, 검색 등 다양한 분야를 포함하기 위해.

제안 방법

• 캐나다 스코티안 베인의 Penobscot 3D 지구물리적 데이터셋을 공공 영역에서 확보하였으며, 사전 및 사후 스택 데이터, 원본으로 5개의 등면, 2개의 웰 로그를 포함하였다.
• 지구물리적 데이터를 재해석하여 7개의 새로운 등면을 생성하였으며, 이는 고유한 지구물리적 편재 간격을 정의하였다.
• 지구물리적 인라인 및 크로스라인을 10만 개 이상의 영상 타일(훈련용 75,810개, 테스트용 28,000개)로 분할하였으며, 각 타일은 7개의 편재 클래스 중 하나에 레이블이 부여되었다.
• 클래스 간 균형을 확보하기 위한 데이터 균형 전략을 적용하여 훈련 안정성과 모델 일반화 능력을 향상시켰다.
• 레이블이 부여된 타일을 기반으로 분류(타일 수준) 및 의미 분할(픽셀 수준) 작업에 대해 딥 신경망을 활용하였다.
• 의미 분할 작업에서 이동 학습 및 모델 미세조정 기법을 적용하였으며, 밀도 예측에 적합하도록 분류 백본을 변형하였다.

실험 결과

연구 질문

• RQ1 대규모, 공개 가능하고 정확하게 레이블이 부여된 지구물리적 데이터셋은 머신러닝을 활용한 지구물리적 해석 연구를 가속화할 수 있는가?
• RQ2 Penobscot 데이터셋으로 훈련된 딥 러닝 모델은 지구물리적 편재 분류 및 분할 작업에서 얼마나 높은 정확도를 달성할 수 있는가?
• RQ3 훈련용 슬라이스 수가 지구물리적 편재 작업에서 딥 러닝 모델의 수렴 및 성능에 어떤 영향을 미치는가?
• RQ4 제안된 데이터셋은 분류 이외에도 의미 분할 및 이동 학습과 같은 더 복잡한 작업을 지원할 수 있는가?
• RQ5 클래스 불균형과 데이터 증강 전략은 지구물리적 편재 예측 성능에 어떤 영향을 미치는가?

주요 결과

• Penobscot 해석 데이터셋은 601개의 인라인 및 481개의 크로스라인에서 유래한 10만 개 이상의 레이블이 부여된 지구물리적 영상 타일을 포함하며, 7개의 고유한 지구물리적 편재 클래스를 포함한다.
• 딥 러닝 모델은 25개의 인라인 슬라이스를 사용해 단 4분 만에 89%의 분류 정확도를 달성하였으며, 276개의 슬라이스로 30분 후에는 97%의 정확도를 기록하였다.
• 이 데이터셋을 기반으로 훈련된 의미 분할 모델은 97% 이상의 교차율(Intersection over Union, IoU)을 달성하여 편재 경계 예측의 높은 공간 정확도를 입증하였다.
• 모델 출력 결과는 시각적 검토를 통해 수동으로 해석된 등면과 거의 일치하며, 불연속성이 극히 적은 것으로 확인되었다.
• 이 데이터셋은 분류 및 분할 이외에도 군집화, 검색, 이동 학습 등 다양한 응용 분야를 지원한다.
• 이 데이터셋은 공개되어 있으며, 이미 여러 연구에서 성공적으로 활용되어 그 유용성과 재현 가능성을 검증하였다.