해수층, 배경매질 및 암염 중 하나 이상을 포함하는 전기비저항모델을 생성하는 전기비저항모델 생성부;상기 전기비저항모델의 전기장을 계산하여 딥러닝 알고리즘의 입력이미지를 생성하는 입력이미지 생성부; 및상기 입력이미지를 이용하여 상기 딥러닝 알고리즘을 훈련하여 암염을 구분하기 위한 최적의 임계값을 산출하는 훈련부를 포함하는 딥러닝 알고리즘을 이용한 암염 경계식별장치.

제1항에 있어서,해수층의 두께정보, 해수층의 전기비저항값, 암염의 전기비저항값 및 배경매질의 전기비저항값 중 하나 이상을 포함하는 사전정보를 입력받는 인터페이스부를 더 포함하고,상기 전기비저항모델 생성부는 상기 사전정보를 반영하되, 암염의 위치, 크기 및 모양 중 하나 이상을 변경하면서 상기 전기비저항모델을 지정된 개수까지 생성하되,상기 전기비저항모델은 각 셀별로 대응되는 상기 해수층, 상기 배경매질 및 상기 암염 중 하나에 대한 좌표정보와 전기비저항값을 포함하는, 딥러닝 알고리즘을 이용한 암염 경계식별장치

제2 항에 있어서, 입력이미지 생성부는 상기 전기비저항모델의 공중점(CM: common midpoint)과 지정된 오프셋지점의 전기장을 계산하여 생성되는 전기장 이미지를 상기 입력이미지로 출력하는, 딥러닝 알고리즘을 이용한 암염 경계식별장치.

제3항에 있어서,상기 입력이미지 생성부는 상기 딥러닝 알고리즘에 입력될 수 있는 이미지의 사이즈에 대응하여 상기 생성된 전기장 이미지를 리사이즈(resize)하는, 딥러닝 알고리즘을 이용한 암염 경계식별장치.

제2항에 있어서,상기 훈련부는 (a) 상기 입력이미지를 상기 딥러닝 알고리즘에 입력하여 각 셀별 전기비저항값을 가지는 전기비저항 예측모델을 출력하는 단계;(b) 상기 출력된 전기비저항 예측모델에서 암염과 비(非)암염을 구분하는 전기비저항값인 임계값을 기준으로 암염을 식별하여 암염식별결과정보를 출력하는 단계; (c) 상기 입력이미지의 기초가 된 전기비저항모델과 상기 암염식별결과정보를 비교하여 정확도가 증가되였으면 상기 임계값을 업데이트하고, 상기 정확도가 증가되지 아니하였으면 임계값을 지정된 방법으로 변경하는 단계; 및(d) 지정된 임계값계산 반복횟수 도달시까지 상기 (b)단계 내지 (c)단계를 반복수행하는 단계를 수행하는, 딥러닝 알고리즘을 이용한 암염 경계식별장치.

제5항에 있어서,상기 훈련부는 지정된 변수계산 최대반복횟수 도달시 까지, 상기 딥러닝알고리즘의 변수를 지정된 방법으로 변경하여 상기 (a) 단계 내지 (d)단계를 반복수행하되, 상기 (c)단계에서 정확도가 증가한 경우 상기 딥러닝 알고리즘의 변수도 업데이트하는, 딥러닝 알고리즘을 이용한 암염 경계식별장치.

제1항에 있어서 상기 딥러닝 알고리즘은 합성곱 신경망(CNN : Convolutional Neural Network)인, 딥러닝 알고리즘을 이용한 암염 경계식별장치

암염 경계식별장치가 딥러닝 알고리즘을 이용하여 암염을 식별하는 방법에 있어서, (a) 해수층의 두께정보, 해수층의 전기비저항값, 암염의 전기비저항값 및 배경매질의 전기비저항값 중 하나 이상을 포함하는 사전정보를 입력받는 단계;(b) 상기 사전정보를 반영하되, 암염의 위치, 크기 및 모양 중 하나 이상을 변경하면서 지정된 개수까지 전기비저항모델을 생성하는 단계;(c) 상기 전기비저항모델의 전기장을 계산하여 딥러닝 알고리즘의 입력이미지를 생성하는 단계; 및(d) 상기 입력이미지를 이용하여 상기 딥러닝 알고리즘을 훈련하여 암염을 구분하기 위한 최적의 임계값을 산출하는 단계를 포함하되,상기 전기비저항모델은 각 셀별로 대응하는 상기 해수층, 상기 배경매질 및 상기 암염 중 하나에 대한 좌표정보와 전기비저항값을 포함하는, 딥러닝 알고리즘을 이용한 암염식별방법.

제8항에 있어서,상기 (c) 단계는상기 전기비저항모델의 공중점(CM : common midpoint)과 지정된 오프셋지점의 전기장을 계산하여 생성되는 전기장 이미지를 상기 입력이미지로 출력하는 단계; 및상기 딥러닝 알고리즘에 입력될 수 있는 이미지의 사이즈에 대응하여 상기 생성된 전기장 이미지를 리사이즈(resize)하는 단계를 포함하는, 딥러닝 알고리즘을 이용한 암염식별방법.

제8항에 있어서, 상기 (d) 단계는,(d1) 상기 입력이미지를 상기 딥러닝 알고리즘에 입력하여 각 셀별 전기비저항값을 가지는 전기비저항 예측모델을 출력하는 단계;(d2) 상기 출력된 전기비저항 예측모델에서 암염과 비(非)암염을 구분하는 전기비저항값인 임계값을 기준으로 암염을 식별하여 암염식별결과정보를 출력하는 단계; (d3) 상기 입력이미지의 기초가 된 전기비저항모델과 상기 암염식별결과정보를 비교하여 정확도가 증가되였으면 상기 임계값을 업데이트하고, 상기 정확도가 증가되지 아니하였으면 임계값을 지정된 방법으로 변경하는 단계; 및(d4) 지정된 임계값계산 반복횟수 도달시까지 상기 (d2)단계 내지 (d3)단계를 반복수행하는 단계를 포함하는, 딥러닝 알고리즘을 이용한 암염식별방법.

제10항에 있어서,상기 (d4)단계 이후에,지정된 변수계산 최대반복횟수 도달시까지, 상기 딥러닝 알고리즘의 변수를 지정된 방법으로 변경하여 상기 (d1) 단계 내지 상기 (d4) 단계를 반복수행하는 단계를 더 포함하되,상기 (d3) 단계에서 정확도가 증가한 경우 상기 딥러닝 알고리즘의 변수도 업데이트하는, 딥러닝 알고리즘을 이용한 암염식별방법.

제8항 내지 제11항 중 어느 하나의 항에 있어서, 상기 딥러닝 알고리즘은 합성곱 신경망(CNN : Convolutional Neural Network)인, 딥러닝 알고리즘을 이용한 암염식별방법.