COMPARAÇÃO DE REDES DE APRENDIZADO PROFUNDO NA IDENTIFICAÇÃO DE SAL EM IMAGENS SÍSMICAS

Autores

  • Vinicius Teixeira de Melo
  • Ticiana Linhares Coelho da Silva

Resumo

Imagens de corpos salinos têm sido um tópico importante para a indústria sísmica, pois os corpos de sal, geralmente, formam armadilhas de óleo. Este artigo apresenta uma comparação entre redes de aprendizado profundo para a competição de identificação de áreas salinas em imagens sísmicas proposta pela empresa TGS na plataforma Kaggle.

Downloads

Publicado

2015-09-09

Edição

v. 3 n. 2 (2018): Campus Quixadá

Seção

Encontros Universitários 2018 - Campus Quixadá

Licença

Autores que publicam nesta revista concordam com os seguintes termos:
 
a. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Creative Commons Attribution License que permitindo o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista.
 
b. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
 
c. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.

Como Citar

COMPARAÇÃO DE REDES DE APRENDIZADO PROFUNDO NA IDENTIFICAÇÃO DE SAL EM IMAGENS SÍSMICAS. (2015). Encontros Universitários Da UFC, 3(2), 78. https://periodicos.ufc.br/eu/article/view/40442