물리탐사 분야에서의 딥러닝 기술: 현황, 도전 과제 및 미래 방향 (Deep Learning in Geophysics: Current Status, Challenges, and Future Directions)

서지정보

· 발행기관 : 한국자원공학회
· 수록지 정보 : 한국자원공학회지 / 61권 / 1호 / 61 ~ 81페이지
· 저자명 : 유지윤, 윤대웅, 오종찬, 공신혜, 이창훈, 임지원

초록

인공지능 기술의 급속한 발전과 함께, 물리탐사 분야 또한 기계학습 및 딥러닝 기술이 활발히 적용되고 있다. 이 논문에서는 탄성파, 중력, 자력, 전 기 및 전 자 , 지표투과 레이다 탐사 그리고 복합역산을 포함한 여러 물리탐사 기법에서 딥러닝의 적용 사례를 광범위하게 조사하였다. 이를 통해, 최근연구들에서 전통적인 이론 기반 접근법을 뛰어넘는 물리탐사 분야에 최적화된 딥러닝 기술이 개발되고 있음을 확인하였고, 이는 딥러닝이 물리탐사 분야에서 새로운 패러다임으로 자리 잡고 있음을 시사한다. 하지만, 이러한 기술적 진보에도 불구하고 학습자료의 부족, 모델의 불투명성, 학습자료와 현장자료 간의 이질성 등 여전히 극복해야 할 도전 과제가 존재하고, 이 논문에서는 이를 해결하기 위한 앞으로의 연구 방향을 제시하였다.

영어초록

With the rapid development of artificial intelligence technology, machine learning and deep learning techniques have been actively applied in the field of exploration geophysics. In this study, we extensively investigated the application of deep learning in geophysical techniques including seismic, gravity, magnetic, electromagnetics, ground penetrating radar, and joint inversion. Recent research has confirmed that deep learning techniques optimized for geophysical problems are being developed that transcend traditional theory-based approaches, suggesting that deep learning is becoming a new paradigm in the field of geophysics. Despite these technological advances, there are still challenges to be overcome, such as a lack of training data, model opacity, and heterogeneity between training data and field data, and this study suggests future research directions to address these aspects.

참고자료

· 없음