<html>
<head>
<meta http-equiv="content-type" content="text/html; charset=UTF-8">
</head>
<body>
<div>Estimados:</div>
<p>El día miércoles 7 de diciembre a las 10:00hs, en el Salón
Meridiano, se llevará a cabo una charla a cargo del <b>Dr.
Mauricio Sacchi</b> (Department of Physics, University of
Alberta) titulada <b>"Migración de datos sísmicos asistida
mediante técnicas de Aprendizaje Automático"</b>.</p>
<p>A continuación les dejamos el resumen:</p>
<p>Esta presentación primero describe migración sísmica y migración
por mínimos cuadrados. La migración de datos sísmicos puede
representarse a través de la solución de un problema inverso. En
este problema tratamos de estimar la reflectividad del subsuelo
mediante la inversión de datos sísmicos antes de apilamiento. Este
tipo de migración en general se llama migración de mínimos
cuadrados (least-squares migration). Como todo problema inverso,
su solución es inestable y métodos de regularización son
necesarios para obtener imágenes estables y de alta calidad.
Tradicionalmente, métodos de regularización se refieren a
técnicas basadas en operadores de restricción que permiten
estabilizar el problema inverso. Recientemente, los métodos de
aprendizaje automático (machine learning) irrumpieron en el campo
de los problemas inversos, particularmente en problemas
pertinentes a estimación de imágenes médicas. Aquí, exploramos la
aplicación de aprendizaje automático al problema de estimación de
imágenes sísmicas. En particular, presentaré resultados en donde
se demuestra una mejoría en convergencia cuando el aprendizaje es
utilizado para diseñar estrategias de regularización del problema
inverso. Cómo discusión final, desearía críticamente
autointerrogarse, a pesar del gran entusiasmo existente, si el
aprendizaje automático es verdaderamente una herramienta
valiosa para este tipo de problemas.</p>
<p><br>
</p>
Los esperamos.<br>
<p></p>
</body>
</html>