Sistemas automatizados de interpretação sísmica e métodos para aprendizagem contínua e inferência de características geológicas

sistemas automatizados de interpretação sísmica e métodos para aprendizagem contínua e inferência de características geológicas. um método e aparelho para interpretação sísmica automatizada (asi), incluindo: obter modelos treinados compreendendo um cenário geológico de um repositório de modelos, em que os modelos treinados compreendem um código executável; obter dados de teste compreendendo dados geofísicos para uma região de subsuperfície; e realizar uma inferência sobre os dados de teste com os modelos treinados para gerar um mapa de probabilidade de recurso representativo de características de subsuperfície. um método e aparelho para aprendizado de máquina, incluindo: um modelo asi; um conjunto de dados de treinamento que compreende imagens sísmicas e uma pluralidade de porções de dados; uma pluralidade de locais de memória, cada um compreendendo uma replicação do modelo asi e uma porção de dados diferente do conjunto de dados de treinamento; uma pluralidade de módulos de aumento de dados, cada um identificado com uma da pluralidade de locais de memória; um módulo de treinamento configurado para receber uma saída da pluralidade de módulos de aumento de dados; e um repositório de modelos configurado para receber modelos atualizados do módulo de treinamento. A method and apparatus for automated seismic interpretation (ASI), including: obtaining trained models comprising a geologic scenario from a model repository, wherein the trained models comprise executable code; obtaining test data comprising geophysical data for a subsurface region; and performing an inference on the test data with the trained models to generate a feature probability map representative of subsurface features. A method and apparatus for machine learning, including: an ASI model; a training dataset comprising seismic images and a plurality of data portions; a plurality of memory locations, each comprising a replication of the ASI model and a different data portion of the training dataset; a plurality of data augmentation modules, each identified with one of the plurality of memory locations; a training module configured to receive output from the plurality of data augmentation modules; and a model repository configured to receive updated models from the training module.