会话名称
人工智能赋能的稀疏地下监测：从实时成像到数据采集设计与优化
约会时间
2026年11月17日星期二, 10:45 - 11:15
音箱
描述
贝赫纳姆·贾法尔普尔南加州大学 人工智能赋能的稀疏地下监测：从实时成像到数据采集设计与优化从稀疏且昂贵的现场测量数据中提取最大信息的经济高效的监测是一项重大挑战，而地质不确定性更使这一挑战雪上加霜。本次演讲将介绍一种基于人工智能的地下监测框架，该框架能够实时联合成像储层状态，并在不确定性条件下自适应地优化数据采集。该框架仅基于可测量的现场观测数据运行，无需不可观测的储层属性或在部署时进行昂贵的全物理模拟。它通过离线训练，利用涵盖各种地质实现的大量基于物理的模拟数据，学习观测数据、地下属性和动态变化之间考虑不确定性的关系。通过集成深度学习、基于物理的模拟、地质不确定性和信息驱动的优化，所开发的深度学习模型不仅能够实时解释稀疏数据，还能学习如何在最佳位置采集数据以获得最大预测价值，并优化监测资源的分配。来自碳捕获、利用与封存（CCUS）应用的案例研究表明，联合成像和监测优化能够在不牺牲预测精度的前提下减少采样需求，为安全、大规模的地下部署提供可扩展、计算高效的智能化、不确定性感知监测途径。
地点名称
Kaede Ballroom (B1F)
完整地址
The Westin Tokyo Hotel
Meguro-ku, Mita 1-4-1, Tokyo 153-8580
Tokyo 153-8580
日本
Meguro-ku, Mita 1-4-1, Tokyo 153-8580
Tokyo 153-8580
日本