Defesa de Dissertação de Mestrado: Uso de Redes Neurais Generativas (GANs) para gerar modelos de resistividade na solução do problema inverso no Controlled-source electromagnetic (CSEM) marinho

Orientadores:
Fabio André Machado Porto - Laboratório Nacional de Computação Científica - LNCC
Leonardo Fagundes de Mello - Laboratório Nacional de Computação Científica - LNCC

Banca Examinadora:
Fabio André Machado Porto - Laboratório Nacional de Computação Científica - LNCC (presidente)
Roberto Pinto Souto - Laboratório Nacional de Computação Científica - LNCC
Edson Gomi - Universidade de São Paulo - USP

Suplentes:
Jauvane Cavalcante de Oliveira - Laboratório Nacional de Computação Científica - LNCC
Eduardo Bezerra da Silva - Centro Federal de Educação Tecnológica Celso Suckow da Fonseca - CEFET-RJ

Resumo:

Esta dissertação investiga o uso de Redes Neurais Generativas (GANs) para criar modelos sintéticos deresistividade associados ao método geofísico CSEM marinho. A proposta busca acelerar o processo de solução do problema inverso. Foram desenvolvidos modelos generativos condicionais capazes de aprender relações entreamplitudes/fases e as distribuições de resistividade no subsolo. Os resultados demonstraram que a abordagem apresenta boa capacidade de generalização. O estudo contribui para o avanço de técnicas híbridas entre aprendizagem profunda e modelagem geofísica, incluindo estratégias de pré-processamento, definição dos parâmetros físicos e geométricos dos modelos e validação das redes neurais.