Представленная статья посвящена численному исследованию применимости машинного обучения для задачи трёхмерной инверсии для реконструкции модели трещин. Сейсмическая инверсия используется на практике для прогнозирования коллекторских свойств. Стандартная инверсия основана на одномерной свёрточной модели, но реальные геологические среды более сложны. Поэтому исследуется подход для реконструкции трехмерной модели трещин, основанный на трехмерном свёрточном моделировании и машинном обучении с использованием нейронной сети U-net. Численные эксперименты выполнены для реалистичной трехмерной синтетической модели трещин из Севера России.