Ученые при помощи алгоритмов машинного обучения создали новую модель, способную находить и наносить на карту удобные места для подземных хранилищ углекислого газа. Об этом пишет MIT News со ссылкой на публикацию в научном журнале Geophysics.
«Наша цель — создать инструмент, с помощью которого можно будет наносить на карту все подземные структуры — так, чтобы мы могли точно знать, например, о расположении геотермальных источников в Исландии. Наши первые наработки показали, что с помощью моделей глубокого обучения (deep learning) можно будет определять варианты местоположения подземных хранилищ CO2», — рассказал профессор прикладной математики в Массачусетском технологическом институте (MIT) Лоран Демане.
Чтобы точно картографировать подземные структуры, новой системе моделей машинного обучения нужны данные о сейсмической активности. В основе этой системы лежит сверточная нейронная сеть, отслеживающая закономерности в данных для определения местоположения геотермальных источников.
Ожидается, что благодаря этому методу в будущем можно будет устанавливать оптимальные местоположения подземных резервуаров для хранения углекислого газа.
Сейчас основная сложность заключается в том, чтобы обучить нейронные сети на реальных данных о землетрясениях. Сейсмические волны находятся в узком диапазоне и появляются в частотах на уровне 1 Гц, в связи с чем эти волны часто заглушает сейсмический «гул» Земли и их сложно идентифицировать.
Источник: MIT News, ТАСС
распечатать статью
