Objectif du cours

Ce cours est une introduction aux techniques d’apprentissage statistiques appliquées aux géosciences, avec des applications dans le domaine de l’énergie.

Les mesures géophysiques sont acquises avec des capteurs de haute technologie, dans des conditions extrêmes. Elles permettent de décrire et d’analyser le sous-sol pour prendre des décisions critiques. Ces mesures sont de différents types – images, signaux – et sont basées sur une grande variété de physiques (électromagnétique, ultrasonique, mécanique…). Ceci permet d’apporter des informations complémentaires aux experts en interprétation.

Ce cours décrit des exemples de taches automatisées avec de l’intelligence artificielle (IA) et de l’apprentissage statistique et couvre l’ensemble de la chaine de traitement de données, de l’acquisition jusqu’à l’interprétation. Il se compose de contenus théoriques et pratiques sur des méthodes traditionnelles, des méthodes conventionnelles d’apprentissage statistiques et des méthodes deep learning. Il s’attache à montrer comment ces techniques ont été adaptées à la spécificité de nos mesures et à nos contraintes industrielles, entre autres : réduction de taille de modèle pour répondre aux contraintes hardware, accélération de la procédure d’annotation avec des stratégies d’augmentation, annotations bruitées, capitalisation sur les modèles physiques, transfert de connaissance, adaptation de domaine…Plusieurs applications et jeux de données seront fournis (géologie, corrosion, géo-énergie).

Presentation : here