Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)Goyes, PaulHernández, MariaTavera, DanielSánchez, FabianFarfán, Wilmer2024-02-242024-02-242022-03-112024-02-24https://noesis.uis.edu.co/handle/20.500.14071/15828En 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.application/mswordengdeeplearningsismicaunetpetroleooilSalt Segmentation on Seismic Images using Deep Learning: Unet ApproachUniversidad Industrial de SantanderTesis/Trabajo de grado - Monografía - MaestríaUniversidad Industrial de Santanderhttps://noesis.uis.edu.coseismicoildeeplearningunetSalt Segmentation on Seismic Images using Deep Learning: Unet Approachhttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)