Методы повышения устойчивости инверсии данных геоэлектрики на основе нейросетевого моделирования // Геофизика. 2013. №4. С 49-55.

В работе рассматриваются методы повышения практической устойчивости результатов интерпретации данных геоэлектрики на основе учета свойств обратного оператора задачи и усовершенствования методов инверсии данных с использованием нейронных сетей. Предлагаемые в работе априорные характеристики устойчивости обратного оператора позволяют проводить инверсию данных с максимальной детальностью и формировать оптимальный набор входных данных при заданной величине степени практической устойчивости. Предлагается новый аппроксимационно-итерационный нейросетевой метод инверсии, который позволяет повысить эффективность формализованной математической интерпретации данных геоэлектрики. Достоверность получаемых результатов инверсии наблюденных данных оценивается на основе апостериорных оценок погрешности. Приводятся численные примеры, иллюстрирующие практическую эффективность предложенных методов.

More

Опыт применения нейронных сетей для выделения тектонических нарушений в угленосных толщах по данным сейсморазведки // Геофизика. 2013. №2. С 38-44.

Рассмотрена задача выделения малоамплитудных дизъюнктивных дислокаций в угленосной толще методом наземной сейсморазведки. Разработан и опробован подход, реализующий комплексную интерпретацию сейсмических атрибутов посредством применения нейронных сетей. Показана эффективность предложенного подхода на данных угольных разрезов Дальнего Востока.

More

КОЛИЧЕСТВЕННЫЙ ПРОГНОЗ КАРТ ЭФФЕКТИВНЫХ ПАРАМЕТРОВ НЕФТЕГАЗОВОЙ ПРОДУКТИВНОСТИ ПЛАСТОВ ПО СЕЙСМИЧЕСКИМ ДАННЫМ С ПОМОЩЬЮ ГЛУБОКИХ НЕЙРОННЫХ СЕТЕЙ // Геофизика. 2017. №6. С 2-9.

Предлагается технология и методика количественного прогноза параметров продуктивности горных пород для изучаемых геологических слоев на основе стабильного нелинейного оператора, использующего комбинацию глубокой нейронной сети, генетических алгоритмов, градиентных методов обучения и регуляризацию по Тихонову. Предложенные технические средства и методологические приемы сравниваются с прогнозными построениями на основе классического атрибутного анализа с применением регрессионного анализа.

More

Применение алгоритмов машинного обучения для решения задач количественного прогноза ФЕС по сейсмическим и скважинным данным // Геофизика. 2018. №3. С 33-38.

В данной статье рассказывается про использование алгоритмов машинного обучения для целей прогноза фильтрационноемкостных свойств пород по сейсмическим и скважинным данным. Изложены теоретические основы алгоритмов на основе машинного обучения в общем и нейронных сетей в частности. Рассмотрен принцип построения нейронной сети. Приведен пример использования алгоритма для условий юрских отложений Западной Сибири.

More
Счетчики