@MASTERSTHESIS{ 2023:606936895,
 	title = {Detecção de potenciais acumulações de gás em imagens sísmicas 2D usando abordagem espaço-temporal, PSO e convolucional LSTM},
 	year = {2023},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/tede/4574",
 	abstract = "A reflexão sísmica é um dos métodos geofísicos mais utilizados na indústria de petróleo e
 gás (oil and gas - O&G) para prospecção de hidrocarbonetos. Em particular, para alguns
 campos terrestres brasileiros, esse método tem sido usado para estimar a localização e o
 volume das acumulações de gás. No entanto, a análise e interpretação dos dados sísmicos é
 demorada devido à grande quantidade de informações e à natureza ruidosa das aquisições.
 Para auxiliar os geocientistas, essas tarefas, ferramentas computacionais alimentadas no
 aprendizado da máquina têm sido propostas para detecção de potenciais acumulações de
 gás. Neste estudo é proposto um método organizado em duas etapas: (1) pré-processamento
 aplicado à base de imagens (delimitação da região de interesse, agrupamento das regiões
 de imagens sísmicas, geração de amostra espaço-temporais e otimização das amostras); e
 (2) detecção de acumulações de gás com base no modelo Convolutional Long Short-Term
 Memory (ConvLSTM). Experimentos foram realizados em imagens sísmicas de reflexão
 provenientes dos campos de exploração pertencentes à bacia do Paranaíba. Deste modo,
 os melhores cenários obtidos foram 58,11% de F1-score, 83,36% de sensibilidade, 44,63%
 de precisão, 98,43% de especificidade e 99,29% de acurácia no campo de exploração preto.
 No campo real foram alcançados 60,4% de F1-score, 77,79% de sensibilidade, 49,36% de
 precisão, 98,62% de especificidade e 99,38% de acurácia. No campo branco, foram obtidos
 60,14% de F1-score, 77,89% de sensibilidade, 48,98% de precisão, 96,93% de especificidade
 e 99,66% de acurácia. Finalmente, foram obtidos para o campo vermelho 85,51%, 98,88%,
 75,33%, 99,3% e 99,35% de F1-score, sensibilidade, precisão, especificidade e acurácia,
 respectivamente. Em geral, os resultados fornecem fortes evidências de que o método
 proposto é uma ferramenta com potencial para detectar potenciais acumulações de gás.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO/CCET},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}