BEGIN:VCALENDAR VERSION:2.0 PRODID:-//wp-events-plugin.com//7.4.2//EN TZID:Europe/Paris X-WR-TIMEZONE:Europe/Paris BEGIN:VEVENT UID:0-417@lisn.upsaclay.fr DTSTART;TZID=Europe/Paris:20260910T140000 DTEND;TZID=Europe/Paris:20260910T140000 DTSTAMP:20260826T143550Z URL:https://www.lisn.upsaclay.fr/evenements/cadres-dapprentissage-profond- conscients-du-domaine-et-efficients-pour-linference-stratigraphique-automa tisee/ SUMMARY:Cadres d’apprentissage profond conscients du domaine et efficient s pour l’inférence stratigraphique automatisée DESCRIPTION:Cette thèse CIFRE a été réalisée dans le cadre d’un part enariat entre le LISN et SLB\, sous la direction de Frédéric BOULANGER\, professeur à CentraleSupélec (LMF)\, et sous le co-encadrement de Franc esca BUGIOTTI\, maître de conférences à CentraleSupélec (LISN)\, et de Sylvain WLODARCZYK\, Senior Data Scientist chez SLB.\nLa soutenance se d éroulera en anglais.\nComposition du jury\nGenoveva Vargas Solar\, Resear cher (HDR)\, Université Claude Bernard Lyon 1 (Rapporteur)\nOscar Romero \, Professor\, Universitat Politécnica de Catalunya (Rapporteur)\nBich-L iên Doan\, Professeur\, HDR\, Université Paris-Saclay (Examinatrice)\nP atrick Marcel\, Professeur\, Université d’Orléans   (Examinateur)\nS tefania Dumbrava\, Associate Professor\, Institut Polytechnique de Paris ( Examinatrice)\nJulien Romero\, Associate Professor\, Institut Polytechniqu e de Paris (Examinateur)\nRésumé\nUne caractérisation précise du sous -sol est indispensable à la modélisation des réservoirs\, au captage et au stockage du carbone\, au développement géothermique et à la gestion durable des ressources. La corrélation de puits consiste à aligner les sommets de formations géologiques entre plusieurs forages. Traditionnelle ment\, cette tâche repose sur l’interprétation manuelle des diagraphie s\, un processus lent\, subjectif et difficile à déployer à grande éch elle. Cette thèse développe des outils d’inférence stratigraphique pr ofonde\, en passant d’une correspondance locale de motifs à une modéli sation séquentielle globale et informée par la physique.\nLes travaux s ’articulent autour de GeoTS\, une bibliothèque modulaire LSTM-CNN pour l’interprétation des diagraphies gamma\, avec un entraînement Adaptive Cycle et une explicabilité par GradCAM \; de GeoTS+\, qui étend cette ap proche à plusieurs diagraphies (densité\, résistivité\, sonique\, neut ron) grâce à une inférence adaptée aux logs disponibles et à un encod age du contexte local et global \; et de LithoFormer\, un cadre transforme ur séquence-à-séquence qui constitue la contribution principale. Des é tudes diagnostiques montrent que les réseaux de neurones à graphes estom pent les limites verticales et que la régression naïve par transformeur est instable pour le repérage en profondeur\, ce qui motive l’architect ure PatchTST de LithoFormer\, ses encodages positionnels rotatifs (RoPE) e t son apprentissage multitâche guidé par la géologie. Sur trois jeux de données réels\, LithoFormer réduit d’environ 90 % l’erreur médian e aux limites et supprime les violations de l’ordre stratigraphique. La thèse s’achève sur une vision de modèle fondateur géologique pour l ’imputation unifiée\, la régression de propriétés et la segmentation stratigraphique à l’échelle du bassin. CATEGORIES:Science des Données,Thèses et HDR LOCATION:LISN Site Plaine\, 1 rue Raimond Castaing 91190 Gif-sur-Yvette\, France X-APPLE-STRUCTURED-LOCATION;VALUE=URI;X-ADDRESS=1 rue Raimond Castaing 91 190 Gif-sur-Yvette\, France;X-APPLE-RADIUS=100;X-TITLE=LISN Site Plaine:ge o:0,0 END:VEVENT BEGIN:VTIMEZONE TZID:Europe/Paris X-LIC-LOCATION:Europe/Paris BEGIN:DAYLIGHT DTSTART:20260329T030000 TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:CEST END:DAYLIGHT END:VTIMEZONE END:VCALENDAR