Современные подходы к комплексной инверсии геофизических данных // Геофизика. 2009. №5. С 10-19.

В статье дан обзор современных подходов к комплексной инверсии геофизических данных. Рассматриваются два альтернативных направления, основанных на совместной (параллельной) инверсии и двухэтапном подходе, когда совместно анализируются результаты однометодных инверсий. Сравниваются достоинства и недостатки предложенных в последние годы методов структурной и литологической инверсии, а также нейросетевых и корреляционных методов комплексного апостериорного анализа построенных моделей физических свойств среды. Даны рекомендации по их использованию в зависимости от целей исследования.

Подробнее

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.

Подробнее

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.

Подробнее
Счетчики