MULTI-CHANNEL MACHINE LEARNING MODEL-BASED INVERSION

A method for identifying a collar using machine learning may include acquiring one or more measurements from one or more depth points within a wellbore including a tubular string, training a machine learning model using a training dataset to create a trained machine learning model, and identifying at least one hyperparameter using the trained machine learning model. The method may further include creating a synthetic model, wherein the synthetic model is defined by one or more pipe attributes, minimizing a mismatch between the one or more measurements and the synthetic model utilizing the at least one hyperparameter, updating the synthetic model to form an updated synthetic model, and repeating the minimizing the mismatch with the updated synthetic model until a threshold is met. Un procédé d'identification d'un collier à l'aide d'un apprentissage automatique peut consister à acquérir une ou plusieurs mesures à partir d'un ou de plusieurs points de profondeur à l'intérieur d'un puits de forage comprenant une rame tubulaire, à former un modèle d'apprentissage automatique à l'aide d'un ensemble de données de formation pour créer un modèle d'apprentissage automatique formé, et à identifier au moins un hyperparamètre à l'aide du modèle d'apprentissage automatique formé. Le procédé peut en outre consister à créer un modèle de synthèse, le modèle de synthèse étant défini par un ou plusieurs attributs de tuyau, à réduire au minimum un écart entre la ou les mesures et le modèle de synthèse à l'aide de l'hyperparamètre ou des hyperparamètres, à mettre à jour le modèle de synthèse pour former un modèle de synthèse mis à jour, et à répéter la réduction au minimum de l'écart avec le modèle de synthèse mis à jour jusqu'à ce qu'un seuil soit satisfait.