Modèles génératifs pour la simulation du sous-sol

La caractérisation du sous-sol à partir d’observations parcellaires est un problème récurrent en géosciences.
Pour quantifier l’incertitude associée à cette caractérisation, on a souvent recours à des simulations qui doivent être géologiquement réalistes et cohérentes avec les données.
Nous proposons d’utiliser les modèles génératifs du “deep-learning” pour simuler des sous-sols réalistes, la cohérence avec les observations étant obtenue via des approches variationnelles bayésiennes.
Contacts : Thomas Romary | Nicolas Desassis | Charlie Garayt | Ferdinand Bhavsar | Lionel Benoit
Partenaires : Carnot M.I.N.E.S Industrie Responsable | Géovariances | Chaire Geolearning | ENI | INRAE
Centre : Géosciences | OIE | CMM