KI News: Kurz und klar.

In einer wegweisenden Studie wird gezeigt, wie ein variationaler Autoencoder (VAE) in Kombination mit einer Datenraum-Inversion (DSI) die Gefahr von Fault Slip in CO₂‑Speicherprojekten zuverlässig vorhersagen kann. Durch die Simulation von rund tausend vorab definierten Geomodellen werden sämtliche möglichen Zustände des Untergrunds abgebildet, ohne dass anschließend noch neue Posterior‑Modelle erzeugt werden müssen.

In einer neuen Studie wurde ein Recurrent Transformer U‑Net entwickelt, das extrem schnelle Vorhersagen für Druck und CO₂‑Sättigung in faultierten Untergrundaquifern liefert. Das Modell wurde speziell für komplexe geologische Formationen konzipiert, die für großflächige CO₂‑Speicherungen von Interesse sind.