La caracterización geológica adecuada de los reservorios es crucial para la generación de energía y los esfuerzos de mitigación del cambio climático. Mientras que las técnicas convencionales como el análisis de núcleos y los registros de pozos proporcionan información espacial limitada sobre los reservorios, los datos sísmicos pueden ofrecer valiosas perspectivas en 3D sobre las propiedades de fluidos y rocas alejadas del pozo. Esta investigación se centra en identificar variaciones estructurales y estratigráficas importantes en el campo del Bloque 118 del Cañón de Mississippi (MC-118), ubicado en la ladera norte del Golfo de México, que está significativamente influenciado por la compleja tectónica de sal y el fallo de ladera. Debido a la falta de datos directos del subsuelo como registros de pozos y núcleos, esta área presenta desafíos para delinear posibles reservorios para el almacenamiento de carbono. El estudio aprovechó el análisis multiatributo sísmico y el aprendizaje automático en datos sísmicos 3D y registros de pozos para mejorar la caracterización del reservorio, lo que podría informar las estrategias de desarrollo de campos para el almacenamiento de hidrógeno o carbono. Se probaron diferentes combinaciones de atributos geométricos, instantáneos, basados en amplitud, de frecuencia espectral y texturales utilizando Mapas Auto-Organizados (SOM) para identificar facies sísmicas distintas. Los Modelos SOM 1 y 2, que combinaron atributos geométricos, espectrales y basados en amplitud, demostraron delinear reservorios de almacenamiento potencial, hidratos de gas, estructuras de sal, fallas radiales asociadas y áreas con mala calidad de datos debido a la presencia de las estructuras de sal más que los Modelos SOM 3 y 4. Los resultados de SOM presentaron evidencia de posibles reservorios de almacenamiento de carbono y fueron validados al coincidir arenas de reservorio en la información de registros de pozos con facies sísmicas identificadas utilizando SOM. Al automatizar la integración de datos y la predicción de propiedades, el flujo de trabajo propuesto conduce a una comprensión más rentable y rápida del subsuelo que los métodos de interpretación tradicionales. Además, este enfoque puede aplicarse a otras ubicaciones con información directa del subsuelo escasa para identificar posibles reservorios de interés.