Группа исследователей под руководством Михаила Протасова обучила нейросеть на синтетических данных, имитирующих реальные условия с высоким уровнем помех. Такой подход позволил модели успешно отсеивать фоновый шум и выделять рассеянные волны, которые указывают на наличие ресурсов в неоднородных горных породах. Эффективность алгоритма подтвердили тесты на сейсмических материалах восточносибирских месторождений. Новая технология станет инструментом для геологов, работающих с труднодоступными резервуарами, в которых сегодня сосредоточена значительная доля мировых запасов углеводородов.
Сибирские ученые научили нейросети находить скрытые запасы нефти
Разработчики из новосибирского Института нефтегазовой геологии и геофизики СО РАН представили алгоритм машинного обучения для поиска углеводородов. Технология позволяет точнее распознавать сейсмические сигналы в сложных карбонатных коллекторах, где традиционные методы разведки часто дают сбои при определении трещин, каверн и разломов, скрывающих залежи топлива.
Комментарии (0)
Пока нет комментариев. Будьте первым!