Fault MLReal: a fault delineation study for the Decatur CO2 field data using neural network predicted passive seismic locations
Fault MLReal：ニューラルネットワークによる受動地震位置予測を用いたDecatur CO2フィールドデータの断層描写研究 (AI 翻訳)
Wang H.
🤖 gxceed AI 要約
日本語
本研究は、米国イリノイ州DecaturのCO2貯留サイトのデータに機械学習を適用し、受動地震データから断層位置を推定する手法を提案する。ニューラルネットワークによる地震位置予測を活用し、CO2圧入に伴う地質リスク評価の精度向上を目指す。CCUSの安全性評価に寄与する。
English
This study applies machine learning to fault delineation at the Decatur CO2 storage site, using neural network-predicted passive seismic locations. It aims to improve geological risk assessment for CO2 injection, contributing to safe carbon capture and storage (CCUS) operations.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
日本ではCCS事業の社会実装が進む中、貯留層の安全性評価は重要課題。本手法は断層評価の効率化に寄与し、日本のCCSプロジェクトのリスク管理に応用可能性がある。
In the global GX context
Globally, CCUS is critical for decarbonization, and safe storage requires robust fault characterization. This ML-based approach offers a scalable method for seismic risk assessment, relevant to international CCS projects and regulatory frameworks.
👥 読者別の含意
🔬研究者:Provides a novel ML application for fault delineation in CO2 storage, useful for geoscience and CCUS research.
🏢実務担当者:Offers a potential tool for site characterization and risk assessment in CCS projects.
🔗 Provenance — このレコードを発見したソース
- scopus https://api.elsevier.com/content/abstract/scopus_id/85180530571first seen 2026-08-05 05:59:29
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。