WLFM: A Well-Logs Foundation Model for Multi-Task and Cross-Well Geological Interpretation

口译(哲学) 基础(证据) 聚类分析 地质学 边界(拓扑) 岩性 计算机科学 人工智能 数据挖掘 适应(眼睛) 机器学习 算法 估计 词汇分析 自然语言处理 混合模型 表征(材料科学) 专家系统 地质图 遥感 对象(语法) 分割 数据建模 数学模型 合成数据
作者
Qi, Zhenyu,Yu, Qing,Jichen Wang,Yun‐Bo Zhao,Zerui Li,Wenjun Lv
出处
期刊:Cornell University - arXiv [Cornell University]
被引量:10
标识
DOI:10.48550/arxiv.2509.18152
摘要

Well-log interpretation is fundamental for subsurface characterization but remains challenged by heterogeneous tool responses, noisy signals, and limited labels. We propose WLFM, a foundation model pretrained on multi-curve logs from 1200 wells, comprising three stages: tokenization of log patches into geological tokens, self-supervised pretraining with masked-token modeling and stratigraphy-aware contrastive learning, and multi-task adaptation with few-shot fine-tuning. WLFM consistently outperforms state-of-the-art baselines, achieving 0.0041 MSE in porosity estimation and 74.13\% accuracy in lithology classification, while WLFM-Finetune further improves to 0.0038 MSE and 78.10\% accuracy. Beyond predictive accuracy, WLFM exhibits emergent layer-awareness, learns a reusable geological vocabulary, and reconstructs masked curves with reasonable fidelity, though systematic offsets are observed in shallow and ultra-deep intervals. Although boundary detection is not explicitly evaluated here, clustering analyses suggest strong potential for future extension. These results establish WLFM as a scalable, interpretable, and transferable backbone for geological AI, with implications for multi-modal integration of logs, seismic, and textual data.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Tony发布了新的文献求助20
刚刚
Jasper的应助被飘逸的苡采纳,获得10
刚刚
蔚雨发布了新的文献求助10
刚刚
1秒前
天天发布了新的文献求助10
2秒前
健康的可仁完成签到,获得积分10
3秒前
cdercder的应助被老九采纳,获得10
3秒前
xiaolizi发布了新的文献求助10
3秒前
4秒前
W_J_J发布了新的文献求助10
4秒前
5秒前
5秒前
孙士淼完成签到 ,获得积分10
6秒前
molihuakai的应助被刘欣宇采纳,获得10
6秒前
6秒前
6秒前
科研通AI65的应助被萧小五采纳,获得10
6秒前
烟花的应助被科研助理795采纳,获得10
7秒前
丘比特的应助被不想上班采纳,获得10
7秒前
7秒前
xingyueli完成签到,获得积分10
7秒前
TGM_Hedwig完成签到,获得积分10
8秒前
8秒前
脑洞疼的应助被DADA采纳,获得10
8秒前
kinji完成签到,获得积分10
8秒前
蒋博芳发布了新的文献求助10
8秒前
Smile发布了新的文献求助20
10秒前
Luka完成签到,获得积分10
10秒前
Owen的应助被WN采纳,获得10
11秒前
xingyueli发布了新的文献求助10
11秒前
所所的应助被积极的黑猫采纳,获得10
11秒前
啊啊啊啊发布了新的文献求助10
11秒前
任性小凡完成签到,获得积分10
11秒前
12秒前
13秒前
gq100520发布了新的文献求助10
14秒前
永无完成签到,获得积分10
14秒前
墨白发布了新的文献求助10
15秒前
15秒前
15秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 2000
Handbook of Sport Coaching Research 1000
Orthognathic Surgery - 2 Volume Set 500
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
基于结构调控的功能化水诱导发电材料与器件研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8193425
求助须知:如何正确求助?哪些是违规求助? 9579620
关于积分的说明 21866505
捐赠科研通 7793025
什么是DOI,文献DOI怎么找? 3437297
关于科研通互助平台的介绍 2560718
邀请新用户注册赠送积分活动 2484128