Bolsa de PD em Geofísica

Post-Doctoral Fellowship in Geophysics

Nº: 9068

Área de conhecimento: Geociências

Field of knowledge: Geosciences

Nº do processo FAPESP: 2024/18458-8

FAPESP process: 2024/18458-8

Título do projeto: Aplicação de Redes Neurais (NN) com gerador de modelos através de workflow integradocom Full Waveform Inversion (FWI) para predição de alvos para armazenamento geológicode CO2

Project title: Application of Neural Networks (NN) with model generator through workflow integrated with Full Waveform Inversion (FWI) to predict targets for geological storage of CO2

Área de atuação: Geofísica

Working area: Geophysics

Quantidade de vagas: 1

Positions: 1

Pesquisador responsável: Nelson Zuniga

Principal investigator: Nelson Zuniga

Unidade/Instituição: Instituto do Mar, Universidade Federal de São Paulo (IMar-Unifesp)

Unit/Instituition: Instituto do Mar, Universidade Federal de São Paulo (IMar-Unifesp)

Data limite para inscrições: 24/04/2026

Deadline for submissions: 2026-04-24

Publicado em: 20/02/2026

Publishing date: 2026-02-20

Localização: Rua Quinze de Novembro, 195, Santos

Locale: Rua Quinze de Novembro, 195, Santos

E-mail para inscrições: zuniga@unifesp.br

E-mail for proposal submission: zuniga@unifesp.br

  • Resumo Summary

    Título do projeto de pós-doc: “Técnica de geração de dataset sintético para otimizar treinamento de redes neurais na predição de dados sísmicos”

    Temas da área de pesquisa: Inteligência Artificial aplicada à sísmica, redes neurais, aprendizado de máquina, geração de dados sintéticos, inversão sísmica, armazenamento geológico de CO2.

    Resumo: este projeto de pesquisa visa ao desenvolvimento de uma técnica de geração de dataset sintético para otimização de treinamento de NNs (redes neurais) para predição de dados sísmicos, uma vez que a utilização de uma NN para predizer modelos de velocidades sísmicas vem demonstrando resultados cada vez mais acurados e eficientes. Essa técnica irá incorporar informações específicas de uma região, permitindo a geração automatizada de um dataset com as características estruturais e estratigráficas de interesse. Isso permite melhores predições estratigráficas da geologia de uma região, além de identificar localizações de estruturas mais complexas.

    A vaga está aberta a brasileiros e estrangeiros. O selecionado receberá Bolsa de Pós-Doutorado da FAPESP no valor de R$ 12.570,00 mensais e Reserva Técnica equivalente a 10% do valor anual da bolsa para atender a despesas imprevistas e diretamente relacionadas à atividade de pesquisa.

    Title: “Synthetic Dataset Generation Technique to Optimize Neural Network Training for Seismic Data Prediction”

    Research Area: Artificial intelligence applied to seismics, neural networks, machine learning, synthetic data generation, seismic inversion, geological CO2 storage.

    Abstract: This research project aims to develop a synthetic dataset generation technique to optimize the training of neural networks (NNs) for seismic data prediction. The use of neural networks to predict seismic velocity models has shown increasingly accurate and efficient results. The proposed technique will incorporate region-specific information, enabling the automated generation of datasets containing the structural and stratigraphic characteristics of interest. This approach allows for improved stratigraphic predictions of regional geology and facilitates the identification of more complex structural features.

    Workplace: Federal University of São Paulo's Marine Sciences Institute (IMar-UNIFESP) in Santos, Brazil.

    This opportunity is open to candidates of any nationality. The selected candidate will receive a FAPESP Post-Doctoral fellowship in the amount of R$ 12,570.00 monthly and a research contingency fund, equivalent to 10% of the annual value of the fellowship which should be spent on items directly related to the research activity. 

Voltar Back