Título: REDES NEURAIS PROFUNDAS APLICADAS NA ANÁLISE LITOESTRATIGRÁFICA SEDIMENTAR

Daniel Theisges dos Santos

Banca:

Mauro Roisenberg (Orientador)

Marivaldo dos Santos Nascimento (Co-orientador)

Wagner Moreira Lupinacci

Maurício Edgar Stivanello

Rafael de Santiago

Resumo:

A determinação de litofácies e da forma e extensão dos estratos são etapas importantes para a caracterização de reservatórios. No caso de afloramentos, onde as rochas estão expostas, o mapeamento e o acesso em afloramentos com ampla continuidade lateral e vertical pode ser difícil devido à sua posição geográfica. Quando as rochas não estão expostas utiliza-se perfis de poços, no entanto as curvas de perfil do poço nem sempre são suficientes para determinar a litologia, pois algumas vezes os sinais são semelhantes para diferentes litologias. Este trabalho tem por objetivo aplicar o estudo de arquiteturas de Deep Learning para identificar litofácies em imagens de afloramento capturadas por Veículo Aéreo Não-Tripulado (VANTR) e identificar padrões de litofácies em perfis de poços. Para afloramentos, arquiteturas de Redes Neurais Convolucionais de Segmentação foram utilizadas como identificar automaticamente os estratos aflorantes em um conjunto de imagens VANTR de afloramentos com sistemas turbidíticos do Grupo Itararé (Bacia do Paraná, Brasil). Já para perfis de poços, Redes Neurais Recorrentes foram utilizadas para aprender dependências de longo prazo entre etapas de tempo de dados de sequência e aplicadas em um conjunto de poços da Formação Rio Bonito (Bacia do Paraná, Brasil). Ambos os estudos mostraram bons desempenhos dos métodos propostos quando comparados a outros métodos tradicionais.

Segue o link da sala que será utilizada durante a defesa:

Friday, October 21 · 2:00 – 5:15pm

Google Meet joining info

Video call link: https://meet.google.com/vmz-afjj-vuz

Links:

SANBA22 – 17/11/2022 • Conferência Web (rnp.br)

SANBA22 – 18/11/2022 • Conferência Web (rnp.br)

O curso será realizado no período de 21 a 25 de novembro de 2022, das 08h30min às 17h00min (com intervalos programados).

O local para realização das atividades será: LABORATÓRIO DE CARTOGRAFIA DO DEPARTAMENTO DE GEOCIÊNCIAS/Andar Térreo do Bloco E/CFH

Campus Universitário João David Ferreira Lima – Bairro Trindade – Florianópolis – SC

Acesse o Formulário para Inscrição no Curso de Estratigrafia de Sequências, no link Formulário de Inscrição

Após preencher o formulário, enviá-lo para: grupo.anba.ufsc@gmail.com

Pré-requisitos: boa base em Sedimentologia/Sistemas Deposicionais; Estratigrafia Geral (unidades estratigráficas, “leis” da estratigrafia)

AS INSCRIÇÕES SERÃO ACEITAS ATÉ O DIA 31/10/2022

SERÃO OFERTADAS DE 25 A 30 VAGAS !!!!

Modelo_resumo_expandido_ANBA_2022

Edital 001/2022/LABAC

O Laboratório de Análise de Bacias e Reservatórios (LABAC), do Departamento de Geologia, da Universidade Federal de Santa Catarina, torna público o presente Edital e convoca discentes de graduação da UFSC, interessados realizar atividade de pesquisa no âmbito do Projeto “Técnicas Machine Learning para Reconhecimento de Padrões Sedimentológicos de Sistemas Turbidíticos”. A seleção do bolsista será realizada com base nos critérios estabelecidos neste Edital.

https://www.feesc.org.br/site/index.php?pg=noticia&id=4866

1 – DO OBJETO 

Selecionar um discente de graduação da UFSC para desenvolver atividades de aquisição de dados aerofotogramétricos de afloramentos durante trabalhos de campo, utilizando DRONE, e processamento (usando software) dos dados no Laboratório de Análise de Bacias e Reservatórios (LABAC).

2 – DOS REQUISITOS

2.1 Estar regularmente matriculado em curso de graduação da UFSC.

2.2 Comprovar conhecimento na tecnologia DRONE, incluindo pilotagem do equipamento, aquisição e processamento de dados fotogramétricos.

2.3 Ter Índice de Aproveitamento Acumulado (IAA) igual ou superior a 7,0 (sete).

2.5 Não possuir punição em processo disciplinar a que se refere o art. 117 do Regulamento dos Cursos de Graduação da UFSC.

2.6 Não estar vinculado a outro projeto recebendo qualquer modalidade de bolsa (CNPq, UFSC ou de outra Agência de Fomento).

2.7 Não estar participando de monitoria ou estágio remunerados.

3. DO CRONOGRAMA DO EDITAL

4 – DA BOLSA E DA VAGA

4.1 O número de vagas: 01 (uma).

4.2 Será concedida 01 (uma) bolsa de pesquisa por 12 meses.

3.3. O valor da bolsa é de R$ 780,00 (setecentos e oitenta reais) para uma carga horária 20 h/semanal.

 5 – DA INSCRIÇÃO E DA DOCUMENTAÇÃO OBRIGATÓRIA

5.1. As inscrições ocorrerão no período de 21 a 31/03/2022.

5.2 Para a inscrição no processo seletivo é necessário o envio dos documentos digitalizados para o e-mail nascimento.marivaldo@gmail.com, no assunto do e-mail deverá constar: “Inscrição_Seleção_Bolsta_LABAC”.

5.3 Documentos necessários para a inscrição:

– Ficha de inscrição (Anexo I deste Edital) preenchida e assinada;

– Cópia da Carteira de Identidade e do CPF;

– Histórico escolar atualizado e assinado pela coordenação de curso de graduação de origem do candidato.

– Documento comprobatório (certificado ou declaração) na área a que se refere esse Edital.

6. DA SELEÇÃO

6.1 Critérios de avaliação: análise dos documentos comprobatórios do conhecimento na área a que destina esse Edital e do histórico escolar.

Florianópolis, 18 de março de 2022.

Marivaldo dos Santos Nascimento

Laboratório de Análise de Bacias Sedimentares – LABAC/DGL

Coordenador do Projeto –  MLTurb

“Técnicas Machine Learning para Reconhecimento de Padrões Sedimentológicos de Sistemas Turbidíticos”

Resultado Edital 001/2020/MLTurb – Seleção de acadêmico de Graduação (UFSC) para atuar em pesquisa na área de Aprendizado de Máquinas e Banco de Dados.

O Professor Marivaldo dos Santos Nascimento, do Departamento de Geologia, da Universidade Federal de Santa Catarina, Coordenador do Projeto de Pesquisa “Técnicas Machine Learning para Reconhecimento de Padrões Sedimentológicos de Sistemas Turbidíticos” (MLTurb), torna público o RESULTADO DA SELEÇÃO de um(a) discente de graduação da UFSC para desenvolver pesquisa ao nível de Iniciação Científica (IC/Pesquisa), como bolsista do projeto MLTurb, conforme os critérios estabelecidos no edital.

Matrícula 17200362    EDUARDO DE SOUZA RONSONI  (Classificado)

Florianópolis, 10 de dezembro de 2020.