Réseaux de neurones artificiels appliqués à la méthode électromagnétique transitoire InfiniTEM

Le système InfiniTEM est une technique d’acquisition de données électromagnétiques dans le domaine temporel. Ce système est caractérisé par la forme de sa boucle émettrice qui présente des précieux avantages tels que le bon couplage avec les conducteurs sub-verticaux. L’interprétation des levés électromagnétiques en général et l’InfiniTEM en particulier constitue une tâche difficile à cause de la non-linéarité du problème à résoudre, c’est pourquoi plusieurs outils mathématiques et statistiques sont utilisés afin de faciliter la résolution des problèmes posés. Comme le but de l’interprétation est de déterminer les paramètres des conducteurs géologiques enfouis dans le sous-sol, nous avons utilisé la méthode statistique des réseaux de neurones artificiels afin d’essayer de prédire ces paramètres à partir des données InfiniTEM. Le perceptron multicouche (PMC) est l’architecture choisie pour la résolution de ce problème. La base de données créée dans la première partie de ce mémoire va jouer un rôle très important dans l’entrainement du réseau de neurones afin de prédire les propriétés des conducteurs. Une étude des paramètres du réseau a été effectuée pour voir comment ces derniers influencent les résultats de prédiction. Le nombre de couches cachées, nombre de neurones cachés, nombre d’itérations nécessaires sont des propriétés très importantes dans notre architecture, donc nous avons effectué plusieurs simulations en faisant varier chacune des propriétés précédentes. L’application de la méthode RNA à l'interprétation des données d’InfiniTEM a permis d’obtenir des résultats de prédiction très satisfaisants pour trois paramètres. L'erreur relative de la prédiction sur la conductance est inférieure à 7% tandis que l’erreur relative de prédiction sur l’inclinaison est inférieure à 10% et finalement l’erreur relative sur la profondeur est inférieure à 4%