Algorithmes de d

1
Algorithmesde détection automatiquedondes
sismiques

• Etat de lart

Olivier Cuenot
Probatoire 27 janvier 2014
2
Plan

• Introduction
• Détection automatique dondes sismiques
• Algorithmes
• par analyse de lénergie
• autorégressifs
• à base de réseaux neuronaux
• combinant plusieurs techniques
• Conclusion

• Introduction

3
Introduction

• Besoins
• Evaluation de lépicentre
• Détection temps réel
• Traitement de gros volumes de données

• Objectifs
• Détection et qualification de phases sismiques

• Détection de débuts de phases sismiques

4
Plan

• Introduction
• Détection automatique dondes sismiques
• Algorithmes
• par analyse de lénergie
• autorégressifs
• à base de réseaux neuronaux
• combinant plusieurs techniques
• Conclusion

5
Détection automatiquedondes sismiques

• Détection et pointage

amplitude du mouvement
détection
pointage
temps
signal mesuré
1
2
3
6
Détection automatiquedondes sismiques
7
Détection automatiquedondes sismiques

• Méthodes
• Variation damplitude
• Variation de fréquence

8
Détection automatiquedondes sismiques

• Principe algorithmique général

Acquisition
Analyse ou Modélisation
Détection
Qualificationdu résultat
9
Plan

• Introduction
• Détection automatique dondes sismiques
• Algorithmes
• par analyse de lénergie
• autorégressifs
• à base de réseaux neuronaux
• combinant plusieurs techniques
• Conclusion

10
Algorithmes de détectionpar analyse de lénergie
11
Plan

• Introduction
• Détection automatique dondes sismiques
• Algorithmes
• par analyse de lénergie
• autorégressifs
• à base de réseaux neuronaux
• combinant plusieurs techniques
• Conclusion

12
Algorithmes de détectionautorégressifs

• Méthode statistique
• Principe
• Suppression du bruit
• Recherche de changement statistique du signal

13
Plan

• Introduction
• Détection automatique dondes sismiques
• Algorithmes
• par analyse de lénergie
• autorégressifs
• à base de réseaux neuronaux
• combinant plusieurs techniques
• Conclusion

14
Algorithmes de détection à base de réseaux
neuronaux
Résultat
Couche de sortie
Couche masquée
Couche dentrée
Données à analyser
15
Algorithmes de détection à base de réseaux
neuronaux

• Principe algorithmique

Acquisition
Apprentissage du réseau neuronal
Détection
Qualificationdu résultat
16
Plan

• Introduction
• Détection automatique dondes sismiques
• Algorithmes
• par analyse de lénergie
• autorégressifs
• à base de réseaux neuronaux
• combinant plusieurs techniques
• Conclusion

17
Algorithmes de détectioncombinant plusieurs
techniques

• Objectif
• Quantitatif détecter plus de signaux
• Qualitatif réduire les fausses alertes

• Principe
• Paralléliser les techniques

18
Algorithmes de détectioncombinant plusieurs
techniques

• Paralléliser les techniques

Analyse de lénergie du signal
Combinaison des résultats
Résultat final
Calcul dun modèle autorégressif
Analyse de la fréquence instantanée
19
Algorithmes de détectioncombinant plusieurs
techniques

• Objectif
• Quantitatif détecter plus de signaux
• Qualitatif réduire les fausses alertes
• Principe
• Paralléliser les techniques

• Sérialiser les techniques

20
Algorithmes de détectioncombinant plusieurs
techniques

• Paralléliser / sérialiser les techniques

Analyse de lénergie du signal
Résultat final
Combinaison des résultats
Calcul dun modèle autorégressif
Analyse de la fréquence instantanée
21
Plan

• Introduction
• Détection automatique dondes sismiques
• Algorithmes
• par analyse de lénergie
• autorégressifs
• à base de réseaux neuronaux
• combinant plusieurs techniques
• Conclusion

22
Conclusion

• Algorithmes de plus en plus complexes
• Pas dalgorithme universel
• Chacun correspond à un besoin particulier
• Aucun ne couvre tous les besoins
• Vers un algorithme unifié ?
• Combinaison des techniques ? amélioration par
  nivellement des résultats

23
Questions
?