@PHDTHESIS{ 2025:589784702,
 	title = {Segmentação de acumulações de gás natural em imagens de reflexão sísmica através de técnicas 1D, 1.5D e 2D},
 	year = {2025},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/6760",
 	abstract = "O método mais comum de identificação indireta usado pela indústria de petróleo e gás
 
 natural na busca de acumulações de gás natural é a realização de um levantamento ba-
 seado no princípio da reflexão sísmica. Especialistas procuram por mudanças repentinas
 
 na intensidade dos sinais, o que pode indicar a presença de gás natural, petróleo ou ou-
 tros hidrocarbonetos. Nesta tese, propomos três métodos para automatizar esta tarefa
 
 utilizando dados de reflexão sísmica: um método que utiliza um Ensemble de U-Nets,
 
 arquitetura consolidada na segmentação de imagens, e outro dois que fazem uso do Ro-
 bustly Optimized Bidirectional Encoder Representation from Transformers Pretraining
 
 Approach (RoBERTa), método originalmente desenvolvido no contexto de modelagem de
 linguagem natural. Os métodos são desenvolvidos de modo que, para o dataset utilizado,
 
 seja feita uma simulação do que acontece na prática da exploração sísmica: modelos trei-
 nados em uma determinada região são utilizados para prever a ocorrência de gás natural
 
 e petróleo em outras ainda desconhecidas. Para isso, propomos uma política de divisão
 de treino-teste para o conjunto de dados público. O método baseado em U-Net requer
 que a anotação seja consideravelmente maior que a original, e consegue determinar mais
 precisamente a região anotada. O método baseado na arquitetura RoBERTa apresenta
 mais falsos positivos em regiões de alta variação de impedância acústica, porém é capaz
 
 de identificar possíveis acumulações menores, além de delimitar grande parte da estru-
 tura que armazena o gás natural. Os três métodos apresentam métricas de avaliação
 
 da segmentação superiores ao estado-da-arte quando se considera a capacidade de gene-
 ralização do modelo usando um único conjunto de dados. Nos dados do bloco F3, nos
 
 Países Baixos, os métodos apresentaram F1-score entre 0.36 e 0.62 no conjunto de teste
 proposto, enquanto que a sensibilidade varia entre 0.65 e 0.79.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}