Salt Segmentation on Seismic Images using Deep Learning: Unet Approach

Simple item page
dc.contributor.advisorGoyes, Paul
dc.contributor.advisorHernández, Maria
dc.contributor.authorTavera, Daniel
dc.contributor.authorSánchez, Fabian
dc.contributor.authorFarfán, Wilmer
dc.contributor.authorcontactdaniel2194144@correo.uis.edu.co
dc.contributor.evaluatorJerez, Andrés
dc.date.accessioned2024-02-24T23:06:43Z
dc.date.available2024-02-24T23:06:43Z
dc.date.created2022-03-11
dc.date.issued2024-02-24
dc.description.abstractEn este proyecto se llevó a cabo el análisis de imágenes sísmicas del desafío "Salt Segmentation Challenge" de Kaggle. Se utilizó una red neuronal U-Net proporcionada por uno de los participantes como base. Se realizaron modificaciones para mejorar su rendimiento y se añadieron características específicas para determinar la composición de sal en una imagen. Todo este proceso se desarrolló como parte de un proyecto de clase para la asignatura de Análisis Numérico.
dc.description.abstractenglishThis document shows the development of a project on the segmentation of seismic images, specifically the segmentation of salt, in the oil industry sector, through research and analysis. The project was based on deep learning, using a neural network called U-net.
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería, Área Informática y Ciencias de la Computación
dc.format.mimetypeapplication/msword
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/15828
dc.language.isoeng
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingeníerias Fisicomecánicas
dc.publisher.programMaestría en Ingeniería, Área Informática y Ciencias de la Computación
dc.publisher.schoolEscuela de Ingeniería de Sistemas e Informática
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.subjectdeeplearning
dc.subjectsismica
dc.subjectunet
dc.subjectpetroleo
dc.subjectoil
dc.subject.keywordseismic
dc.subject.keywordoil
dc.subject.keyworddeeplearning
dc.subject.keywordunet
dc.titleSalt Segmentation on Seismic Images using Deep Learning: Unet Approach
dc.title.englishSalt Segmentation on Seismic Images using Deep Learning: Unet Approach
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Maestría
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Salt Segmentation using Deep Learning: Unet Approach
Size:
1.2 MB
Format:
Adobe Portable Document Format
Description:
En este proyecto se llevó a cabo el análisis de imágenes sísmicas del desafío "Salt Segmentation Challenge" de Kaggle. Se utilizó una red neuronal U-Net proporcionada por uno de los participantes como base. Se realizaron modificaciones para mejorar su rendimiento y se añadieron características específicas para determinar la composición de sal en una imagen. Todo este proceso se desarrolló como parte de un proyecto de clase para la asignatura de Análisis Numérico.
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.18 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Maestría en Ingeniería, Área Informática y Ciencias de la Computación