多分辨率的X射线微型计算机断层扫描图像来自巴西前盐的碳酸盐岩石
Alyne Duarte Vidal1, Aurea Pereira Martins Neta2, Júlio de Castro Vargas Fernandes2
1COPPE - Federal University of Rio de Janeiro, mailbox 68506, Rio de Janeiro, 21941-972, Rio de Janeiro, Brazil. alyne.vidal@coppe.ufrj.br.
Scientific data
|December 18, 2024
概括
巴西前盐岩石的新开放数据集有助于人工智能 (AI) 在地球科学中. 本资源支持用于数字岩石物理的AI模型开发,增强孔-矩阵细分和属性预测.
科学领域:
- 地球科学 地球科学 地球科学
- 数字岩石物理 数字岩石物理
- 人工智能应用程序 人工智能应用程序
背景情况:
- 人工智能 (AI) 的进步是由开放数据集推动的.
- 在地球科学中,开放数据很少,这阻碍了数字岩石物理的AI开发.
- 这限制了用于岩石样本分析的AI模型的创建和评估.
研究的目的:
- 介绍来自巴西前盐地区的岩石样本的全新,全面的数据集.
- 解决数字岩石物理中的开放数据稀缺问题.
- 促进AI模型的开发和基准测试用于岩石表征.
主要方法:
- 从巴西前盐地区收集了16个岩石样本.
- 在低 (4864m) 和高 (68m) 分辨率下获得的微型计算机断层扫描 (μ-CT) 图像.
- 将图像分成孔隙和矩阵,并获得了实验室的孔隙性和透性值.
主要成果:
- 现在可以获得一个包含16个岩石样本,双分辨率μ-CT图像和细分孔状矩阵数据的数据集.
- 包括与图像数据相关联的孔隙性和透性测量.
- 为人工智能驱动的超分辨率和细分模型提供了一个基准.
结论:
- 引入的数据集显著弥合了数字岩石物理学的开放数据差距.
- 从μ-CT数据中开发高级AI模型,用于超分辨率,细分和属性预测.
- 促进人工智能在地球科学和石油工程领域的进一步研究和应用.
更多相关视频
10:18Dynamic Pore-scale Reservoir-condition Imaging of Reaction in Carbonates Using Synchrotron Fast Tomography
Published on: February 21, 2017
8.5K
12:18Pore-scale Imaging and Characterization of Hydrocarbon Reservoir Rock Wettability at Subsurface Conditions Using X-ray Microtomography
Published on: October 21, 2018
13.8K
