Разработка программной платформы автоматической обработки геофизических данных полученных в результате каротажа

До недавнего времени (~2011 год) работы по применению нейронных сетей для анализа данных не давали должного результата, поскольку использование их для простых случаев малых размерностей было нецелесообразно, а анализ многомерных данных требовал много вычислительных ресурсов и не давал ожидаемого результата.К 2011 году были разработаны инструменты и подходы, позволившие строить нейронные сети для обработки больших массивов данных, которые позволили получить качественно новые результаты по распознаванию образов и значительно продвинули область алгоритмов для построения искусственного интеллекта. Этот результат был достигнут за счет использования сверточных нейронных сетей, которые позволяют сокращать размерность входных данных и выделять особенности («features») на нижний слоях нейронной сети.При разработке месторождений полезных ископаемых на определенной площади проводят кустовое бурение большого количества скважин. После для каждой скважины проводят исследование на предмет того, какие породы в ней залегают (разрез скважины). Для этого в нее опускают зонд и измеряют большой спектр различных параметров: электрическое сопротивление, плотность, концентрации различных химических элементов и т.д.В настоящее время данные, полученные в результате каротажа, обрабатываются специалистом вручную. В его задачу входит выделить зоны залегания разных пород, то есть отметить точки где проходит разделение пород и сделать вывод о том, какие породы и в каком количестве представлены в полученном массиве.Целью программной платформы автоматической обработки геофизических данных полученных в результате каротажа является автоматизация данного процесса за счет применения инновационных методов машинного обучения. Это позволит снизить сроки обработки данных и повысить их качество, а также построить комплексную геофизическую модель для всей площади месторождения.