Speaker: Roberto Cilli
Date: Thursday 25th of September 2025, 1:15pm
Abstract:
The seminar will first discuss a downstream application of a pretrained SentenceBERT + Random Forest (RF) for the lithological classification of texts from borehole logs. A custom lightweight architecture relying on a single Transformer module is proposed to handle contextual and positional relationships of each lithological text description. The proposed method achieves an accuracy gain of approximately 10% compared to a RF fed with SentenceBERT embeddings. Finally, a comparison between benchmark uncertainty quantification (UQ) algorithms, including Bayesian NN (Blundell et al. 2015), MAPIE Conformal Learning (Taquet et al. 2023) and Deep Ensemble (Lakshminarayanan et al. 2016) is shown. Preliminary results indicate that the Deep Ensemble UQ method seems the most reliable while still feasible in low-resource computing environments.
- Details
- Category: Seminar
Speaker: Zhixiang Guo
Date: Thursday 8th of January 2026, 1:15pm
Abstract:
In recent years, deep learning has achieved transformative progress across many domains, with foundation models demonstrating remarkable generalization under few-shot and even zero-shot settings. However, training such models from scratch is often impractical in geophysics due to limited labeled data and constrained computational resources. To address this, we investigate an efficient adaptation strategy that fine-tunes foundation models pretrained in other domains for geophysical tasks, aiming for a cost-effective pathway to leverage large models. Within our adaptation framework, the adapted models consistently exhibit stronger generalization and improved performance over conventional deep learning baselines on multiple small, labeled datasets. These findings provide new insights for deploying foundation models in geophysics. This seminar also surveys recent advances in deep learning for seismic interpretation and inversion, and reports my ongoing progress on diffusion-based implicit structural modeling jointly constrained by faults and horizons.
- Details
- Category: Seminar
Speaker: Bastien Morin
Date: Thursday 09th of October 2025, 1:15pm
Abstract:
L’exploitation de ressources minières souterraines implique des systèmes d’exhaure destinés à maintenir les travaux au sec. Après l’arrêt de l’activité, la remontée de nappe provoque l’ennoyage des vides et la création de réservoirs artificiels d’eau souterraine. Ces réservoirs « miniers » constituent des hydrosystèmes originaux, fortement anthropisés mais en interaction directe avec les aquifères naturels environnants. Ils s’inscrivent dans la problématique de la zone critique, où pressions anthropiques et changements climatiques affectent le cycle de l’eau. L’étude de leur dynamique requiert des approches de modélisation spécifiques, capables d’évaluer leur évolution quantitative et d’éclairer les enjeux liés à ces nouveaux réservoirs souterrains.
La présente étude porte sur la mine de charbon de Gardanne (Bouches-du-Rhône), ennoyée depuis l’arrêt de l’exhaure en 2003. En raison de la qualité chimique défavorable du réservoir, un pompage a repris en 2010 pour éviter tout débordement par une galerie de drainage, où l’eau s’oxyderait et se colorerait, rendant impossible un rejet direct. L’objectif est de valoriser les données de volume d’eau exhaurée pendant l’exploitation pour mieux comprendre l’évolution post-ennoyage et reproduire le fonctionnement hydrologique actuel du réservoir. Pour cela, nous avons construit, avec le logiciel Gardénia (BRGM), un modèle global à réservoirs capable de simuler des chroniques de débit et de niveau de nappe.
Un premier modèle est calibré sur la période 1993-2003, afin de reproduire les débits d’exhaure à partir des chroniques de précipitations et d’évapotranspiration potentielle. Une bonne calibration a été obtenue en répartissant l’infiltration entre deux réservoirs souterrains, traduisant une composante rapide (Q1) et une composante lente (Q2) des débits d’exhaure. Ensuite, un second modèle, « pluie-niveau », a été élaboré sur la période post-ennoyage 2008-2024, en conservant le schéma conceptuel et les paramètres de sol issus du modèle d’exhaure. Le modèle montre une très bonne performance avec sept années de validation.
Ce modèle reproduit les variations de niveau du réservoir et constitue un cadre robuste pour explorer des scénarios climatiques. En suivant l’approche narrative proposée par DRIAS, des simulations prospectives permettent d’anticiper l’évolution future des niveaux et d’optimiser la gestion opérationnelle du pompage dans un contexte de changement climatique.
- Details
- Category: Seminar
Speaker: Ayoub Belhachmi
Date: Thursday 13th of November 2025, 1:15pm
Abstract:
Generating a valid mesh from geological interfaces is a difficult task due to the complexity of the geometrical configurations encountered in geosciences. Furthermore, uncertainties regarding the locations or even the existence of some geological discontinuities call for robust local mesh updating techniques. These methods allow for the local update of the model, instead of remeshing the entire model.
This seminar will explore techniques for local updating of tetrahedral meshes, with a particular focus on the insertion of finite surfaces such as faults in existing multi-material meshes. I will present recent progress in fault insertion using the open-source remeshing library MMG. In this approach, the finite surface to be inserted is defined as the intersection of two level set functions: one describing the surface itself, and another describing its boundary. The two level set functions can be obtained via interpolation, subject to a smoothness criteria. In the second part of the seminar, I will introduce an anisotropic smoothing energy for geological data interpolation. This high-order smoothing energy is discretized using linear finite elements via a mixed finite element formulation.
- Details
- Category: Seminar
Speaker: Jeff Boisvert
Date: Monday 21st of July 2025, 2pm
Recording (Restricted access - Sponsors only) : Video
Abstract:
The earth sciences are being transformed by advances in machine learning (ML) and artificial intelligence. From optimizing mineral estimation and hydrocarbon production to improving wildfire prediction and management, these methods offer exciting opportunities for modeling and decision-making. However, these advances bring challenges with model validation, which is critical for ensuring that predictions are robust, reasonable, and actionable.
This lecture will delve into the evolving role of ML in the mining, hydrocarbon, or wildfire industry, highlighting successes, pitfalls, and future prospects. "The Good" will explore case studies and implementations where ML has significantly improved modeling, decision making, and inference. "The Bad" will examine common pitfalls, including data biases, overfitting, and the misuse of algorithms without understanding domain constraints. Finally, "The Ugly" will confront the ethical and operational risks posed by poorly validated models, emphasizing the importance of transparency and domain experts.
This lecture will not only focus on ML methods, but will also consider how to validate all types of earth science models including estimates, simulations, and decision making. We will discuss best practices for integrating ML models into traditional workflows while addressing the complexities of model validation.
- Details
- Category: Seminar
Speaker: Erwan Gloagen
Date: Friday 7th of November 2025, 1:15pm
Abstract:
Le site des lagunes de Mercier, Québec, Canada, est un site contaminé géré par pompage et traitement. Le gouvernement du Québec souhaite faire une rénovation de l’usine et en profiter pour optimiser les débits de pompage. Pour ce faire, nous avons effectué une analyse des données existantes et proposé ensuite une série de mesures ciblées : sismique réflexion, forages, diagraphies et slug tests multi-niveaux. L’ensemble de ces données a permis de réalise une modélisation stochastique des propriétés hydrauliques de l’aquifères et de le caler sur les données en régimes permanent et transitoire. Ces jumeaux numériques permettent de tester différents scénarios et de les classer selon des critères environnementaux, économiques et sociétaux.
- Details
- Category: Seminar