| dc.description | Classificação de litofácies é uma tarefa realizada por geólogos que consiste em analisar
uma série de registros elétricos e físico-químicos obtidos através de sensores que percorrem
a parede de um poço perfurado e, a partir das leituras destes, identificar que unidades
litológicas (litofácies) caracterizam o ambiente de formação e os aspectos composicionais
das rochas. O objetivo do trabalho é propor um modelo eficaz de aprendizado de máquina
(do inglês Machine Learning (ML)), incluindo a parte de manipulação dos dados, para a
classificação de litofácies em poços geológicos. O ramo de ML vem se tornando uma ferramenta
cada vez mais importante em vários campos da ciência, neste trabalho aplicaremos
ML no ramo das geociências. As técnicas padrão de ML podem levar a problemas de ambiguidade
já que duas litofácies diferentes podem apresentar os mesmos valores dos sensores.
Acreditamos que levar em consideração a sequência de padrões sedimentares possa ajudar
no processo de desambiguação da classificação. Para isso poderia ser utilizado uma versão
modificada de uma rede neural recorrente (do inglês Recurrent Neural Network (RNN)).
Sabemos que a classificação acurada de litofácies é de grande importância para obter informações
geológicas úteis para a exploração e produção de hidrocarbonetos. Além disso, a
classificação automática de litofácies torna o processo de estudo da litologia dos poços mais
rápido e menos oneroso. A classificação de litofácies é realizada estudando as propriedades
litológicas das rochas encontradas em poços, que são características dos sedimentos atuais
acumulados em determinadas condições físicas e geográficas. As propriedades litológicas
podem incluir raio gama, resistividade, efeito fotoelétrico, perfil neutrônico, entre outras.
Dado um banco de dados contendo as características e a classificação das litofácies, é
esperado que o modelo proposto consiga, de maneira eficaz, realizar automaticamente a
classificação de tais litofácies. A eficácia do método será medida através da métrica de
classificação acurácia, assim como de uma métrica customizada chamada score. | |
