DeFault：Decatur CO2貯留サイトのIBDP受動的地震データを用いた深層学習ベースの断層 delineation
DeFault: DEep-Learning-Based FAULT Delineation Using the IBDP Passive Seismic Data at the Decatur CO2 Storage Site (原題)
Wang H.
🤖 gxceed AI 要約
日本語
本論文は、米国イリノイ州DecaturのCO2貯留サイト（IBDP）で取得された受動的地震データに対し、深層学習を用いて断層を自動検出する手法「DeFault」を提案する。CCSの長期安全性評価に不可欠な貯留層の断層マッピングを効率化し、漏洩リスク評価の高度化に貢献する。
English
This paper presents DeFault, a deep-learning approach for automated fault delineation using passive seismic data from the IBDP CO2 storage site at Decatur, Illinois. It advances efficient fault mapping for long-term CCS safety and leakage-risk assessment.
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/CCUSの商業化と貯留層モニタリング体制の構築がGX政策の柱となっており、AIを用いた地震データ解析は国内CCS事業の安全性・コスト効率の両面で示唆を与える。
In the global GX context
Globally, ML-based seismic monitoring supports CCS project verification and MRV frameworks, which are increasingly tied to climate disclosure and carbon-removal accounting under ISSB and voluntary markets.
👥 読者別の含意
🔬研究者:深層学習を地下貯留モニタリングへ応用する際の断層検出手法と評価設計の参考になる。
🏢実務担当者:CCS事業者は貯留層の断層リスク評価・モニタリング自動化のコスト削減に活用できる可能性がある。
🏛政策担当者:CCSの安全性規制やMRV要件を設計する際、AIベース監視技術の位置づけを検討する材料になる。
🔗 Provenance — このレコードを発見したソース
- scopus https://api.elsevier.com/content/abstract/scopus_id/105008672504first seen 2026-10-06 05:58:24
🔔 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。