RESERVOIR MODELING AND WELL PLACEMENT USING MACHINE LEARNING

A method includes training a proxy machine learning model to predict an output of a simulation of a physics-based model of a subsurface volume, based on simulation results generated based on the physics-based model and historical data, applying a respective set of uncertainty parameters to the trained proxy machine learning model to generate a solution, returning the generated solution as a solution responsive to determining that a difference between the generated solution and the historical data is less than an error tolerance, and visualizing one or more properties of a subsurface volume using the trained proxy model. Selon l'invention, un procédé consiste à entraîner un modèle d'apprentissage automatique mandataire pour prédire une sortie d'une simulation d'un modèle basé sur la physique d'un volume souterrain, sur la base de résultats de simulation générés sur la base du modèle basé sur la physique et des données historiques, à appliquer un ensemble respectif de paramètres d'incertitude au modèle d'apprentissage automatique mandataire entraîné pour générer une solution, à renvoyer la solution générée en tant que solution en réponse à la détermination du fait qu'une différence entre la solution générée et les données historiques est inférieure à une tolérance aux erreurs, et à visualiser une ou plusieurs propriétés d'un volume souterrain à l'aide du modèle mandataire entraîné.