arXiv · cs.AI· Stefan Carpentier, Jan Diederik van Wees, Eva de Boever, Jan Niederau, Camille Chapeland, Suzanne Atkins, Boris Boullenger, Jens Wollenweber·· 1 天前
用于隐式地质建模的 AI 辅助条件处理与地质解释工作流
An AI-assisted conditioning and geological interpretation workflow for usage in implicit geological modeling
arXiv:2610.09871v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Stefan Carpentier, Jan Diederik van Wees, Eva de Boever, Jan Niederau, Camille Chapeland, Suzanne Atkins, Boris Boullenger, Jens Wollenweber
首次提交：2026-10-07 19:32
研究任务与主要进展
研究团队测试并实现了一套 AI 辅助工具包，用于浅至深部地震数据中的层位和断层解释，以支持隐式地质建模。工作流采用自监督、半监督对比学习 CNN 进行降噪和插值，并减少对人工训练数据的依赖；首次演示针对 Leeuwarden 和 Waalwijk 的 3D 地震立方体，解释 Dutch Maassluis Formation 顶部。作者据此认为，该工作流已具备整合到实际地质建模与决策中的成熟度。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org