В работе проведено численное исследование применимости машинного обучения в задаче трехмерной инверсии для реконструкции модели трещин. Сейсмическая инверсия используется на практике для прогнозирования коллекторских свойств. Стандартная инверсия основана на одномерной сверточной модели, но реальные геологические среды более сложны. Поэтому исследуется подход для реконструкции трехмерной модели трещин, основанный на трехмерном сверточном моделировании и машинном обучении с использованием нейронной сети U-Net. Численные эксперименты выполнены для реалистичной трехмерной синтетической модели трещин, созданной по реальным данным из северного региона России.
