基于超图拓扑与并发组稀疏的测井平滑张量多视图聚类(HTCGS)

《Mathematics》:Smooth Tensor Multi-View Clustering on Well Logs via Hypergraph Topology and Concurrent Group Sparsity

【字体: 大 中 小 】 时间:2026年10月24日 来源:Mathematics 2.3

编辑推荐:

  多视图聚类(MVC)已成为地质相表征的有力方法,因为其能够整合异构测井序列。然而,真实测井数据易受严重局部环境扰动(如井壁坍塌)影响。此外,传统成对图方法无法捕捉序列岩石物理数据中固有的高阶语义相关性,而标准张量方法会不加区分地保留高频结构噪声。为解决这些局限

  
多视图聚类(MVC)已成为地质相表征的有力方法,因为其能够整合异构测井序列。然而,真实测井数据易受严重局部环境扰动(如井壁坍塌)影响。此外,传统成对图方法无法捕捉序列岩石物理数据中固有的高阶语义相关性,而标准张量方法会不加区分地保留高频结构噪声。为解决这些局限,研究人员提出基于超图拓扑与并发组稀疏的测井平滑张量多视图聚类(HTCGS)。第一,HTCGS引入源视图超图拓扑注入(HTI)机制,在异构模态间传播高阶地质流形结构,从而实现稳健的几何预对齐。第二,其采用跨视图并发联合组稀疏(CGS)正则化器,利用?2,1范数惩罚将局部异常分离到显式跨视图误差矩阵中,从而保留潜在子空间。最后,HTCGS将平滑张量核范数(STNN)应用于净化后的潜在特征,其作为低通张量滤波器提取反映宏观地质连续性的全局共识信息。所得统一目标使用交替方向乘子法(ADMM)高效优化。在包含4个测井数据集和1个地震相数据集的5个基准数据集上的大量实验表明,HTCGS优于6个近期代表性多视图聚类基线。
研究背景与问题:在机器学习应用中,数据常来自不同传感器、观测域或特征提取器,形成同一对象的多视图表示。测井数据包含自然伽马、声波时差、电阻率等岩石物理序列,均反映同一地质深度上的特定物理性质。多视图聚类(MVC)通过利用视图间共识与互补信息划分样本,已在图像分割和地质相表征等应用中受到广泛研究。异构测井序列分析是MVC的重要且具挑战性的应用,数据驱动学习与聚类在智能测井和钻井解释中显示出潜力,包括岩石可钻性无监督表征、页岩储层甜点预测评价以及卡钻等井下异常诊断与风险评估。然而,现有MVC用于异构井下测井数据时仍存在三个相互关联的缺口:传统图方法主要依赖成对相似性,不能充分捕捉结构化岩石物理序列中的高阶语义相关性;常用元素级噪声模型将测量异常视为独立事件,忽视多种测井工具同步环境扰动(如局部井壁冲刷引起的并发误差),相关畸变可能被吸收进学习到的潜在子空间;标准张量模型未按频率显式区分结构信息,可能保留局部高频测量噪声。这些局限尚未在面向序列测井分析的统一多视图聚类框架中联合解决。为此,研究人员提出HTCGS,将源视图超图拓扑注入、跨视图并发组稀疏和样本级平滑张量滤波整合为统一模型,并在5个真实地球物理数据集上与6种近期代表性基线比较。结果表明HTCGS在聚类精度和稳健性上具有优势,为整合异构测井测量、识别岩相及复杂井下条件下的可靠解释提供参考。

主要关键技术方法:研究人员以源视图超图拓扑注入(HTI)构建k近邻超边与归一化超图拉普拉斯,通过闭式图信号平滑将高阶地质流形传播到各视图;以跨视图并发联合组稀疏(CGS)将各视图误差矩阵按样本堆叠,用?2,1范数分离同步异常;以平滑张量核范数(STNN)将潜在表示堆叠为三阶张量,在DFT低频切片上施加核范数低通滤波;统一目标用ADMM优化,K-means聚类。数据来源:Volcanic(Mendeley)、Facies(GitHub)、35-6-2-S-well与25-5-3-well(Kaggle,派生自FORCE 2020 North Sea offshore exploration data)、cigFacies地震基准。

研究结果:
5.1 数据集:在Volcanic、Facies、35-6-2-S-well、25-5-3-well和cigFacies五个真实地球物理数据集上评估,覆盖多样地质结构和多模态特征表示,说明方法面向不同测井与地震相配置开展验证。
5.2 基线模型:与LASD、TMC、NLRSC、OMVCDR、RCAGL、NSEAN六种近期代表性MVC方法比较,覆盖可靠锚构建、张量化锚图学习、非凸低秩子空间学习、共享嵌入聚类、鲁棒共识锚图和联合图构建与谱分解等方向。
5.3 评价指标与实验设置:采用ACC、NMI、purity、F-score、precision和ARI六项指标,以百分比报告,数值越高越好;在配备第12代Intel Core i5-12600K CPU和32 GB RAM的工作站上进行,HTCGS与多数基线在MATLAB R2022b运行,NSEAN在Python 3.8运行;基线按原文献推荐范围网格搜索调参,实验独立重复10次并报告均值±标准差。
5.4 结果与讨论:HTCGS在五个数据集上均取得最佳性能;Volcanic上ACC为88.35%、NMI为81.13%;在35-6-2-S-well上相较TMC在ACC、NMI、purity、F-score、precision和ARI分别提升11.80、10.91、4.55、12.01、10.71和14.45个百分点;NLRSC在35-6-2-S-well和cigFacies上因矩阵求逆导致数值不稳定或奇异矩阵且内存需求阻碍稳定完成而无有效结果。
5.5 综合多指标分析:多指标综合比较显示HTCGS的雷达多边形更大且更向外扩展、形状较规则,表明其优势体现在多个评价标准而非单一指标,且性能较均衡;NLRSC在部分数据集失效,TMC和OMVCDR在多数据集上轮廓较不均匀,说明多指标一致性较弱。
5.6 源视图选择影响:在Volcanic、Facies和25-5-3-well上比较不同视图作为超图构建参考,HTCGS均以View 1最佳;Volcanic上View 1的ACC为88.35%,View 2为84.63%,View 3为63.11%;View 1含连续主要岩石物理测量,提供可靠高阶语义锚点,辅助视图若含井壁冲刷等局部扰动,作为拓扑源可能把结构伪影传播到各模态并削弱跨视图共识。
5.7 参数敏感性分析:在四个基准数据集上评估三个权衡参数、低频截断L及邻域大小k;HTCGS在较宽参数组合范围内保持相对稳定,三个权衡参数分别平衡超图拓扑注入、并发组稀疏和平滑张量正则化贡献,L控制低通张量滤波器保留的频率范围;k过小拓扑上下文不足,过大引入异质噪声并过度平滑流形,HTCGS对k总体稳健,k固定为5。
5.8 运行时间分析:在对数尺度下比较各方法运行时间,HTCGS在Volcanic、Facies和25-5-3-well上运行时间最低,在35-6-2-S-well上具有计算竞争力;在cigFacies上无明显运行时间优势,主要因一次性关于样本数立方的预处理开销随数据规模增大而增加,该操作仅在迭代优化前执行一次。
5.9 内存消耗比较:在四个测井数据集上HTCGS内存消耗适中且总体具有竞争力,未出现部分基线的极端内存需求;在cigFacies上因处理极高维原始地震视图需要额外存储而内存增加,表明输入维度仍是该情形的主要内存瓶颈;NLRSC在35-6-2-S-well和cigFacies上缺失对应失败执行,NSEAN因Python实现未纳入直接比较。
5.10 收敛分析:通过监测潜在表示与辅助变量之间的最大无穷范数残差评估收敛,五个数据集上算法约在30–50次迭代内收敛,残差在早期快速下降后趋于稳定,说明优化过程在不同样本量、特征维度和数据特征下具有快速且稳定的经验收敛性。
5.11 消融研究:设置去掉HTI、去掉CGS、以标准张量核范数替代STNN以及仅用第一测井视图四个变体;以标准张量核范数替代STNN显著降低性能,说明样本级低通滤波对抑制高频噪声并保留宏观地质连续性重要;去掉CGS在多数数据集退化,说明?2,1范数有助于隔离并发多工具误差并保持潜在表示;去掉HTI总体不如完整模型,支持超图拓扑预对齐;单视图模型在所有数据集差于完整模型。进一步在25-5-3-well上逐级加入高斯噪声,完整模型在六项指标上均优于去掉STNN变体且退化更慢,支持STNN在张量谱域作为低通滤波器抑制瞬态高频扰动并保留连续宏观地质趋势的作用。

讨论部分总结:结果与讨论及消融、噪声注入实验表明,HTCGS的优势来自超图拓扑注入、并发组稀疏、STNN低通滤波及多视图融合的互补贡献;源视图宜选主要测井视图,参数与邻域大小在合理范围较稳定;方法在多数数据集运行时间和内存可行,但在最大规模cigFacies上受一次性立方预处理和超高维输入影响,运行时间与内存仍有优化需求。研究结论翻译:本文提出用于异构测井分析的基于超图拓扑与并发组稀疏的测井平滑张量多视图聚类(HTCGS)。HTCGS使用源视图超图传播高阶语义关系,并使用跨视图并发联合组稀疏模块隔离同步井下测量误差。此外,平滑张量核范数(STNN)作为低通滤波器抑制高频结构噪声,同时保留宏观地质趋势。五个基准数据集实验表明,HTCGS在聚类精度和稳健性方面优于六个近期代表性基线。这些发现为地球科学家整合异构测井测量、识别岩相以及在复杂井下条件下获得可靠解释提供实用参考。未来工作聚焦于将HTCGS扩展到涉及地质深度区间缺失或未配对视图的不完整多视图设置,并研究自适应视图权重学习,使每个视图能够根据其可靠性和信息内容对最终共识作出贡献。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号