| 講演名 | 2022-03-03 3次元CNNとResNetを用いた岩石の浸透率推定 釜野 太郎(九大), 實松 豊(東工大), 辻 健(九大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 地表を覆う岩石の浸透率や弾性波速度を調査することは，石油・ガスの探査，CO$_2$地中貯留，地震・火山予測などに関連し，地球物理調査の基礎である．なかでも浸透率は，水・空気・石油などの岩石中の流れやすさを示す最も基礎的な指標の一つである．掘削してきた岩石に高圧の水を負荷して浸透率を測定することは実験で実施できるが時間とコストが多大である．近年，岩石をマイクロCTスキャンし，数値解析により浸透率を予測する研究が進んでいる．一方，数値解析も流体力学に基づく計算を行うため解像度を上げると計算量が増大する欠点があった．ごく最近，実データと教師データを大量に用意し，深層学習による学習を行う研究がおこなわれている．本稿では，3次元CNNとResNetモデルによって浸透率の予測を行った結果を報告する． |
| 抄録(英) | Investigating the permeability and elastic wave velocity of rocks covering the surface of the earth is central in petroleum resource exploration, CO$_2$ storage, and earthquake and volcanic prediction, and is the basis of geophysical surveys. Among them, the permeability is one of the most basic parameters to evaluate the reservoir. Laboratory experiments for permeability estimation is time and cost-consuming to load high-pressure water on the excavated rock. In recent years, research is progressing to predict the permeability by CT scanning rocks and numerical analysis. On the other hand, numerical analysis also has the drawback that the computational cost of numerical simulation based on fluid mechanics is very high when the resolution of the digital rock is increased. Very recently, estimation of physical property of rock, such as permeability and elastic wave velocity, using deep learning by preparing a large amount of raw data and their feature values is conducted. In this paper, we report the results of predictions of permeability based on 3-dimensional convolutional neural network (CNN) and ResNet model. |
| キーワード(和) | 深層学習 / デジタル岩石物理 / 浸透率推定 |
| キーワード(英) | Deep Learning / Digital Rock Physics / Permeability Estimation |
| 資料番号 | NC2021-60 |
| 発行日 | 2022-02-23 (NC) |
| 研究会情報 | |
| 研究会 | MBE / NC |
|---|---|
| 開催期間 | 2022/3/2(から3日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | NC, ME，一般 |
| テーマ（英） | |
| 委員長氏名（和） | 奥野 竜平(摂南大) / 大須 理英子(早大) |
| 委員長氏名（英） | Ryuhei Okuno(Setsunan Univ.) / Rieko Osu(Waseda Univ.) |
| 副委員長氏名（和） | 堀 潤一(新潟大) / 山川 宏(東大) |
| 副委員長氏名（英） | Junichi Hori(Niigata Univ.) / Hiroshi Yamakawa(Univ of Tokyo) |
| 幹事氏名（和） | 中村 英夫(大阪電気通信大) / 内部 英治(ATR) / 西田 知史(NICT) |
| 幹事氏名（英） | Hideo Nakamura(Osaka Electro-Communication Univ) / Eiji Uchibe(ATR) / Satoshi Nishida(NICT) |
| 幹事補佐氏名（和） | 赤澤 淳(明治国際医療大学) / 湯田 恵美(東北大) / 我妻 伸彦(東邦大) / 栗川 知己(関西医科大) |
| 幹事補佐氏名（英） | Jun Akazawa(Meiji Univ. of Integrative Medicine) / Emi Yuda(Tohoku Univ) / Nobuhiko Wagatsuma(Toho Univ.) / Tomoki Kurikawa(KMU) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on ME and Bio Cybernetics / Technical Committee on Neurocomputing |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 3次元CNNとResNetを用いた岩石の浸透率推定 |
| サブタイトル（和） | |
| タイトル（英） | Estimating the permeability of rocks using three-dimensional CNN and ResNet |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 深層学習 / Deep Learning |
| キーワード(2)（和/英） | デジタル岩石物理 / Digital Rock Physics |
| キーワード(3)（和/英） | 浸透率推定 / Permeability Estimation |
| 第 1 著者 氏名（和/英） | 釜野 太郎 / Taro Kamano |
| 第 1 著者 所属（和/英） | 九州大学(略称：九大) Kyushu University(略称：Kyushu Univ.) |
| 第 2 著者 氏名（和/英） | 實松 豊 / Yutaka Jitsumatsu |
| 第 2 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：Tokyo Tech) |
| 第 3 著者 氏名（和/英） | 辻 健 / Takeshi Tsuji |
| 第 3 著者 所属（和/英） | 九州大学(略称：九大) Kyushu University(略称：Kyushu Univ.) |
| 発表年月日 | 2022-03-03 |
| 資料番号 | NC2021-60 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | NC-390 |
| ページ範囲 | pp.74-79(NC), |
| ページ数 | 6 |
| 発行日 | 2022-02-23 (NC) |