Minimisation Technique for Seismic Noise Using a Neural Network

인공신경망을 이용한 탄성파 잡음제거

The noise prediction filter using a local/remote reference was developed to obtain a high quality data from seismic surveys over the area where seismic transmission power is limited. The method used in the noise prediction filter is a 3-layer neural network whose algorithm is backpropagation. A NRF (Noise Reduction Factor) value of about 3.0 was obtained with appling training and test data to the trained noise prediction filter. However, the scaling technique generally used for minimizing EM noise from electric and electromagnetic data cannot reduce seismic noise, since the technique can allow only amplitude difference between two time series measured at the primary and reference sites.

송신원의 파워 증가가 제한되고 인공잡음이 존재하는 지역에서 양질의 탄성파 자료를 획득하기 위하여 근/원기준점(reference)을 이용한 탄성파 잡음예측필터를 개발하였다. 잡음예측필터에 사용된 방법은 backpropagation 알고리즘을 이용한 3층의 인공신경망(neural network)으로서, 훈련자료(training data) 및 검증자료(testing data)에 훈련된 잡음예측필터를 적용시 신호대잡음비(signal-to-noise ration)를 약 3배 정도 증가시켰다. 그러나, 일반적으로 전기, 전자탐사 자료의 질을 향상하기 위해 사용되는 스케일링(scaling)기법으로는 전혀 탄성파의 잡음을 제거할 수 없었다.