Нейросетевые технологии обработки больших геологических данных

Нейросетевые технологии обработки больших геологических данных

Применение статистических методов обработки больших геологических данных и их интерпретации с помощью традиционных инструментов визуализации порождает ряд проблем:

Более 90% результатов статистической обработки геологи различных компаний интерпретируют по-разному, что провоцирует серьезное расхождение в выводах при оценке одного и того же месторождения разными специалистами.
Субъективное и неоднозначное представление результатов обработки геологоразведочных данных создает трудности при доведении информации до должностных лиц, принимающих решение о разработке конкретного месторождения.
Субъективный подход в интерпретации данных порождает трудности в научной и коммерческой конкуренции. Обладатели геологоразведочной информации не имеют инструментов для ее унифицированного и корректного представления.

С учетом современных потребностей в геологоразведочную отрасль необходимо внедрить:

  • Машинное обучение для максимально оперативной обработки статистических данных.
  • Четкие унифицированные протоколы отчетности на каждом этапе обработки данных.
  • Автоматизированное представление моделей.

Для недропользования и геологических наук рационально применять машинное обучение без учителя. Данный метод наилучшим образом подходит для геологоразведочной отрасли, т.к. при его использовании ответы не задаются и требуется искать зависимости между объектами.

Норильскгеология — дочернее предприятие ГМК «Норильский никель». Компания занимается геологоразведочными, оценочными и ревизионными работами, геологотехническим сопровождением разработки месторождений полезных ископаемых, преимущественно никеля и меди.

Специалисты компании «Норильскгеология» активно используют Loginom для решения прикладных задач геологоразведки:

  • интерпретация геохимических данных при опробовании керна скважин;
  • технологическое ранжирование руд;
  • экспресс-расшифровка каротажных данных по скважинам;
  • экспресс-интерпретация площадных геофизических данных.

Источник: https://loginom.ru/blog/norilskgeo-case

Добавить комментарий

Ваш адрес email не будет опубликован.