1. АО "ДЗ-Системс"
2. АО "Институт Геологии и Разработки Горючих Ископаемых" (ИГиРГИ)
3. АО "ОТ-ОЙЛ"
4. ЗАО "Моделирование и Мониторинг Геологических Объектов им. В.А. Двуреченского" (МиМГО)
5. Институт Нефтегазовой Геологии и Геофизики им. А.А. Трофимука (ИНГГ СО РАН)
6. Информационные технологии для бизнеса Симплекс-АйТи
7. Казанский (Приволжский) Федеральный Университет
8. Новосибирский Государственный Университет
9. НОЦ "Газпромнефть-НГУ"
10. НТЦ НИС Нафтагас
11. ООО "БурСервис"
12. ООО "Газпром Недра"
13. ООО "Газпром нефть шельф"
14. ООО "Газпромнефть - Развитие"
15. ООО "Газпромнефть НТЦ"
16. ООО "ГридПоинт Дайнамикс"
17. ООО "Интеллектуальные автоматизированные системы"
18. ООО "Новосибирский Научно-Технический Центр"
19. ООО "ОптоМониторинг"
20. ООО "ПетроТрейс"
21. ООО "РН-БашНИПИнефть"
22. ООО "РН-КрасноярскНИПИнефть"
23. ООО "Сайберфизикс"
24. ООО "Тюменский нефтяной научный центр" (ТННЦ)
25. ООО «Арамко Инновейшнз»
26. ПАО «Татнефть»
27. ПАО "Сургутнефтегаз»
28. Сколковский институт науки и технологий (Сколтех)
29. Томский Политехнический Университет
30. ФГБУ «Гидроспецгеология»
31. Филиал Газпром недра НТЦ (Тюмень)
32. Nedra Digital (ООО «НЕДРА»)
33. Schlumberger

Доклад, отмеченный председателем Программного комитета как ЛУЧШИЙ:

Совместное решение минерально-компонентной и петроупругой моделей.

А.В. Марков*, И.Д. Латыпов (ООО «РН-БашНИПИнефть»)

ЛУЧШИЕ ДОКЛАДЫ ПО СЕССИЯМ:

Интеллектуальный анализ данных в геологии и геофизике

Реализация высокоразрешающей акустической инверсии при помощи алгоритма разряженной аппроксимации.

А. В. Буторин, ООО «Газпромнефть НТЦ»

Разработка и развитие инструментов и технологий анализа данных и машинного обучения

Инструменты и примеры интеграции данных

Цифровизация как способ реинжиниринга бизнес-процессов: на примере «Цифровой платформы по контролю пескопроявлений».

Марко Николич, НТЦ НИС-Нафтагас

Интеллектуальный анализ данных в планировании и управлении разработкой и добычей углеводородов

Адаптация карт проницаемости с помощью многокритериальной оптимизации и марковских цепей Монте-Карло.

Г. М. Шутов, Сколковский институт науки и технологий

Также были отмечены доклады, интересные для публикации в виде расширенных статей:

Адаптация параметров сейсмической инверсии с целью уточнения петрофизической модели. Иван Алексеевич Переплеткин, НОЦ "Газпромнефть-НГУ"

Генеративные модели на основе технологий ИИ для добавления геологического реализма в карты и трехмерные кубы проницаемости с учетом результатов измерений. Игнат Андреевич Мельников, Сколтех

Аппроксимация гидродинамических расчетов методом DTOF для решения обратной задачи. Артур Ильгамович Зинатуллин, Томский политехнический университет

Prediction failures in electric submersible pumps (ESP) for improved production performance. Антон Георгиевич ВоскресенскийООО «Арамко Инновейшенз»

Автоматическое распознавание и типизация коллекторов по томографическим изображениям на основе технологии компьютерного зрения. Раиль Илгизарович Кадыров, Институт геологии и нефтегазовых технологий Казанского (Приволжского) федерального университета

Nedra Digital приняла участие в конференции «Интеллектуальный анализ данных в нефтегазовой отрасли». Своим мнением о прошедшей конференции поделился Алексей Щербич, директор по индустриальным решениям Nedra Digital:

«На конференции было предложено множество подходов к решению актуальных задач нефтегазовой области средствами искусственного интеллекта, в особенности – с использованием методов машинного обучения. Докладчики предлагали свои ноу-хау в части прогнозирования аварий в процессе проведения буровых работ, прогнозов отказа работы оборудования, например, ЭЦН оптимизировали процессы гидродинамического и прокси-моделирования, определяли продуктивные участки для разработки месторождений и пр. Большинство участников, представляющих свои решения, обращали внимание на сложности в подготовке данных, связанные с необходимостью сбора, структуризации, анализа качества, интеграции, трансформации и других операций из области управления первичной информацией. В этом контексте доклад об открытой на принципах open source платформе данных Nedra.Data PLATFORM вызвал ощутимый интерес аудитории. Участники отметили, что наличие единой среды для хранения и подготовки первичной информации существенно сократило бы путь к выполнению задач по построению интеллектуальных моделей.

Стоит отметить еще одну озвученную многими участниками проблему. Она связана с отсутствием российских открытых наборов данных, на которых специалисты могли бы обучать свои модели. На данный момент экспертам зачастую приходится работать с зарубежными «датасетами», которые, очевидно, не могут вполне удовлетворять реалиям российских проектов. Компания Nedra Digital на фоне разработки Nedra.Data PLATFORM начинает свое сотрудничество с Федеральным агентством по недропользованию «Роснедра», которое поддерживает инициативу создания публичных наборов данных, о чем представители «Роснедра» заявляли в рамках прошедшего в сентябре форума ТНФ2023.

В целом сообщество экспертов в области интеллектуального анализа данных выразило заинтересованность в объединении усилий в рамках публичных инициатив по open source-разработке и созданию открытых отечественных датасетов».