A Review of Deep-learning-based Seismic Data Denoising and Its Promising Paradigm Shift to Foundation Models

Sous la surface de la Terre se cache une histoire complexe de couches rocheuses, de failles et de ressources cachées, mais écouter cette histoire revient souvent à essayer d'entendre un murmure dans un ouragan. Les géophysiciens utilisent des ondes sonores pour cartographier ces structures souterraines, en envoyant des vibrations vers le bas et en enregistrant la façon dont elles rebondissent. Cependant, le voyage de ces ondes est rarement propre. À mesure qu'elles voyagent, elles sont malmenées par un mélange chaotique d'interférences : le grondement du trafic lointain, la vibration du vent, les pics erratiques des équipements électriques et l'énergie naturelle et ondulante du sol lui-même. Ce bruit de fond étouffe les signaux faibles et précieux qui révèlent la véritable forme du sous-sol. Pendant des décennies, les scientifiques ont tenté d'éliminer ce bruit à l'aide de règles mathématiques conçues pour des types spécifiques d'interférences, mais la Terre est trop variée pour qu'une seule règle fonctionne partout. Lorsque le bruit change, les anciens filtres échouent souvent, supprimant parfois les signaux mêmes qu'ils étaient censés protéger.

Une équipe de chercheurs de l'Université de Jilin et de l'Université de l'Électricité et de l'Énergie du Nord-Est a proposé une autre façon de résoudre ce problème, en s'éloignant de la création d'un nouvel outil pour chaque type de bruit spécifique pour tendre vers la création d'un système unique et hautement adaptable. Ils ont développé une nouvelle approche appelée « modèle de fondation » (foundation model), un concept emprunté à la manière dont les ordinateurs apprennent à comprendre le langage ou à reconnaître des images. Au lieu d'apprendre à un ordinateur à ne reconnaître qu'un seul type de bruit, ils lui ont enseigné le langage fondamental des signaux sismiques propres. En exposant le système à de vastes quantités de données propres au préalable, le modèle a appris les motifs intrinsèques de la manière dont les ondes sismiques se comportent naturellement. Une fois qu'il a compris la « voix » de la Terre, les chercheurs ont montré qu'il pouvait rapidement apprendre à ignorer des types spécifiques de bruit avec très peu d'instructions supplémentaires. Leur travail, centré sur un système qu'ils ont nommé SeisDeFM, démontre que cette méthode peut éliminer le bruit erratique, externe et aléatoire tout en préservant les réflexions délicates et profondes que les méthodes traditionnelles endommagent souvent.

Le cœur de cette nouvelle méthode réside dans un processus d'apprentissage en deux étapes qui reflète la manière dont un humain pourrait apprendre une compétence. D'abord, le système subit une phase de pré-entraînement massive. Imaginez un étudiant passant des années à lire tous les livres d'une bibliothèque pour comprendre la structure du langage, le flux des phrases et la logique des histoires, sans jamais être sollicité pour écrire un essai spécifique. Dans cette étape, le modèle SeisDeFM a étudié des milliers d'enregistrements sismiques propres, apprenant à reconnaître les motifs continus et cohérents des événements géologiques réels. Il a appris à distinguer le flux lisse et logique d'une réflexion de la nature chaotique et brisée du bruit. Cette phase était auto-supervisée, ce qui signifie que le modèle s'est enseigné à lui-même en essayant de reconstruire des données incomplètes, le forçant ainsi à comprendre les connexions profondes entre différentes parties d'un enregistrement sismique.

Une fois que le modèle avait maîtrisé le langage général des ondes sismiques, il est passé à la deuxième étape : l'adaptation. C'est ici que le système apprend à gérer des problèmes spécifiques. Par le passé, si un géophysicien voulait supprimer un type de bruit spécifique, comme les ondes de surface, il devait entraîner un nouveau modèle à partir de zéro en utilisant des milliers d'exemples de ce bruit exact. C'était lent et nécessitait de vastes quantités de données étiquetées. Avec SeisDeFM, les chercheurs n'ont eu besoin que d'une infime fraction de ces données. Ils ont pris le modèle pré-entraîné et lui ont montré seulement quelques milliers d'exemples de données bruitées associées à leur version propre. Parce que le modèle comprenait déjà la structure sous-jacente des signaux, il pouvait rapidement apprendre à identifier et à soustraire le nouveau bruit. Lors de leurs tests, le modèle a obtenu des résultats supérieurs en utilisant seulement un dixième des données étiquetées requises par les méthodes traditionnelles, prouvant qu'une compréhension profonde du signal permet un apprentissage beaucoup plus rapide et efficace du bruit.

Les chercheurs ont testé ce système contre quatre types distincts et difficiles de bruit présents dans les données de terrain réelles. Le premier était le bruit erratique, qui apparaît sous la forme de pics soudains à haute amplitude causés par des choses comme des bugs d'enregistrement ou le vent. Les méthodes traditionnelles luttent souvent ici, soit en laissant les pics derrière elles, soit en supprimant accidentellement les signaux faibles qui se trouvent à proximité. Le nouveau modèle, cependant, a réussi à éliminer ces pics tout en gardant intactes les réflexions profondes et ténues. Le deuxième test concernait le bruit externe provenant de l'activité humaine, tel que le mouvement des véhicules, qui peut étaler les données. Là encore, le modèle de fondation a nettoyé les données plus minutieusement que les méthodes précédentes, préservant la continuité des couches géologiques. Le troisième défi consistait en les ondes de surface, un bruit puissant à basse fréquence qui masque souvent les toutes premières réflexions du sol. Le modèle a supprimé ces ondes complètement sans brouiller les détails nets de la roche sous-jacente. Enfin, ils l'ont testé contre le bruit aléatoire, l'interférence de type statique qui couvre une large gamme de fréquences. Le modèle a éliminé ce bruit tout en maintenant l'intégrité spectrale du signal, garantissant que le contenu fréquentiel de la réponse de la Terre reste précis.

Une découverte clé de l'étude est que le succès du modèle dépend de la combinaison de deux manières différentes d'observer les données. Les chercheurs ont construit le système avec une architecture double : une partie qui examine de près les petits détails locaux, et une autre qui prend du recul pour voir l'ensemble du tableau à travers l'enregistrement complet. La partie locale est excellente pour capturer la forme spécifique d'un pic de bruit, tandis que la partie globale comprend comment un événement sismique s'étend dans le temps et l'espace. En fusionnant ces perspectives, le modèle évite l'erreur commune de confondre un signal faible et continu avec du bruit. L'étude a également montré que, bien que le modèle nécessite une puissance de calcul significative pour apprendre le langage général des ondes sismiques initialement, le processus réel d'application à une nouvelle tâche est incroyablement rapide et efficace. Il n'a pas besoin d'être réentraîné à partir de zéro pour chaque nouveau lieu ou type de bruit ; il adapte simplement ses connaissances existantes.

Les résultats suggèrent un changement dans la manière dont les données sismiques pourraient être traitées à l'avenir. Au lieu de construire un nouvel outil spécialisé pour chaque nouveau problème de bruit, l'industrie pourrait s'appuyer sur un modèle de fondation unique et robuste qui a appris la physique fondamentale de la Terre. Cette approche permet non seulement de gagner du temps et des ressources informatiques, mais améliore également la qualité de l'image finale en réduissant le risque de supprimer accidentellement des données précieuses. Les chercheurs ont démontré qu'en apprenant à une machine à comprendre la « vérité » d'un signal propre d'abord, elle devient bien meilleure pour reconnaître et éliminer les « mensonges » du bruit. Cette méthode offre une voie prometteuse pour gérer les volumes massifs de données collectés dans l'exploration moderne, transformant un enregistrement chaotique et bruyant en une carte claire et de haute fidélité du sous-sol.