GEOLOGICAL PROPERTY MODELING WITH NEURAL NETWORK REPRESENTATIONS

A neural network trainer trains neural networks to estimate secondary data at locations throughout a geological formation where secondary data is unknown. The neural networks are trained to estimate secondary data using locations in the geological formation as input. Subsequently, the secondary data is deleted from memory using the trained neural network as a proxy representation to reduce memory footprint and allow for estimation of secondary data at locations where it is unknown. Un formateur de réseaux neuronaux utilise des réseaux neuronaux pour estimer des données secondaires à des emplacements donnés dans une formation géologique où des données secondaires sont inconnues. Les réseaux neuronaux sont formés pour estimer des données secondaires à l'aide d'emplacements dans la formation géologique en tant qu'entrée. Par la suite, les données secondaires sont effacées de la mémoire à l'aide du réseau neuronal formé en tant que représentation de mandataire pour réduire l'empreinte de mémoire et permettre l'estimation de données secondaires à des emplacements où elles sont inconnues.