Инновационный метод представления данных для нефтегазовой отрасли: разработка Сбера и РАН
Инновационный метод представления данных для нефтегазовой отрасли: разработка Сбера и РАН. Российские учёные разработали инновационный метод представления данных для нефтегазовой отрасли, который значительно улучшит работу с информацией. В специальном выпуске журнала «Доклады Российской Академии Наук. Математика, информатика, процессы управления» будет опубликована статья, ставшая результатом исследования учёных из Сбера и Института системного программирования РАН. В рамках международной конференции AI Journey («Путешествие в мир искусственного интеллекта») был проведён отбор научных статей. Из более 230 заявок из 11 стран, включая Россию, было отобрано 30 статей для публикации, среди которых лучшая статья «Универсальные представления данных каротажа скважин с помощью ансамблирования моделей самообучения» получила премию в размере 1 миллиона рублей. Андрей Белевцев, старший вице-президент и руководитель блока «Технологическое развитие» Сбербанка, отметил: «В нефтегазовой промышленности возникают задачи, которые могут быть решены с помощью моделей на основе искусственного интеллекта. Однако существующие модели не всегда справляются с размеченными данными, содержащими пропуски и аномалии. Авторы статьи предложили подход, который имеет прикладную значимость для нефте- и газодобычи в России. С развитием технологий искусственного интеллекта открываются новые исследовательские горизонты, и это здорово, что каждый день появляются новые научные труды, способные изменить жизнь к лучшему». Авторы рассмотрели подходы к получению качественных кодировщиков для представления временных рядов и предложили использовать генеративную и контрастивную идеи для обучения моделей в рамках одного ансамбля. Эксперименты на данных бурения показали, что подход успешно решает задачу оценки схожести геофизических свойств интервалов и выявляет аномалии, а модели могут быть использованы для других месторождений и условий бурения, что было невозможно для традиционного подхода. Источник: www.sberbank.ru
Пост взят с международного финтех-медиа ресурса
ДЛЯ ЛЮДЕЙ