Traitement des diagraphies à lʹaide dʹun réseau de neurones du type « carte auto-organisatrice » : application à lʹétude lithologique de la couche silteuse de Marcoule (Gard, France)

A self-organising neural network trained with open-hole logs measurements and indexed from a limited geological knowledge resulting from core or cuttings observation allows to determine the number, the thickness and the nature of all the geological units sampled during drilling. Following the self-organisation stage, the distribution of the weights associated to the neural network nodes replicates the topology of the dataset. To cite this article: L. Briqueu et al., C. R. Geoscience 334 (2002) 331–337. é itement des diagraphies par la mise en œuvre dʹun réseau de neurones non supervisé et indexé à lʹaide dʹune connaissance géologique très fragmentaire résultant de lʹobservation des carottes permet de déterminer un log stratigraphique quasiment continu. Après la phase dʹapprentissage, la structure du réseau de neurones reproduit la topologie des données. Appliquée aux diagraphies enregistrées dans le forage MAR203 réalisé par lʹAndra sur le belvédère de Marcoule (Gard rhodanien), cette nouvelle méthode dʹidentification de la lithologie permet dʹétudier, non seulement les transitions dʹun faciès à lʹautre, mais aussi les différenciations faciologiques internes à lʹun dʹentre eux : la CSM. Pour citer cet article : L. Briqueu et al., C. R. Geoscience 334 (2002) 331–337.