Интеллектуальный анализ данных в нефтегазовой отрасли

Лектор: Митрофанов Георгий Михайлович
доктор физ.-мат. наук, доцент, ИНГГ СО РАН, НГУ, НГТУ
Векторные пространства являются классическим математическим объектом. Они обладают значительными прикладными возможностями и служат прекрасным инструментом при решении различных задач. Поэтому векторы и операции над ними являются неотъемлемой частью многих вычислительных процессов, реализуемых на компьютерах. Сталкиваясь с необходимостью изложения основ методов, применяемых в геологофизических исследованиях, автор осознал, что векторные пространства могут оказать существенную помощь в формировании понимания фундамента этих методов.

Основные разделы курса:

• Понятия линейных векторных пространств (основные понятия, приводящие нас к понятию базиса многомерного векторного пространства)
• Анализ и решение систем линейных уравнений (информация о современных методах решения и анализа качества, получаемых решений)
• Полиномиальные и спектральные базисы (два основных базиса, используемых в решении практических задач, современного спектрального и регрессионного анализа)
• Факторные модели и атрибутный анализ (близость двух подходов при использовании векторных пространств и их широкие прикладные возможности в развитии интерпретационных пакетов)
• Примеры (по всем изложенным теоретическим и методическим аспектам, в частности, унификация процедур обработки и сейсмофациального анализа)

Лектор: Чеверда Владимир Альбертович
д.ф.-м.н., профессор, зав. лабораторией «Многоволновые сейсмические исследования» ИНГГ им. А.А. Трофимука СО РАН

Высокоразрешающий мониторинг изменчивости приповерхностных структур необходим для обеспечения надежной сейсмической визуализации геологических структур. На наш взгляд, метод обращения полных волновых полей наиболее полно соответствует предъявляемым здесь требованиям к качеству получаемых результатов. Но реализация такого подхода требует чрезвычайно больших вычислительных ресурсов для получения надёжной оценки текущих параметров вязкоупругой среды, таких как скорости продольных и поперечных волн и соответствующих добротностей.

В данном докладе для решения этой задачи будет представлен контролируемый сквозной подход, ориентированный на использование необработанных сейсмических данных. С его помощью удаётся установить нелинейные связи между изменчивостью данных и вариациями соответствующих параметров подстилающей вязкоупругой среды.

В предлагаемом подходе значительные вычислительные ресурсы необходимы только во время генерации обучающего набора данных и обучения нейронной сети, что обычно требует больше времени, чем обычный FWI. Однако после обучения сети этап прогнозирования значительно сокращает вычислительные затраты, необходимые для инверсии, как только достигается хорошая способность нейронной сети к обобщению.

Производительность подхода, управляемого данными, была оценена с использованием синтетических сейсмических данных, сгенерированных двумерным частотно-упругим решателем для вязкоупругой модели месторождения Gullfaks. Кроме того, продемонстрирован потенциал ускорения генерации обучающего набора данных с использованием приближения Борна и трансферного обучения

Ведущий: Василий Рыжов
к.ф.-м.н., руководитель Центра обработки данных и программного обеспечения, ООО «ИАС»

В условиях стремительного развития технологий искусственного интеллекта языковые модели (LLM) становятся важным инструментом для специалистов в области анализа данных. Этот интерактивный воркшоп направлен на раскрытие потенциала LLM в программировании на Python и их применение для решения практических задач.

Участники получат вводную информацию о возможностях и ограничениях LLM, а также познакомятся с набором популярных моделей и инструментов. После чего мы вместе определим темы для практической работы, чтобы наглядно продемонстрировать, как LLM могут помочь в процессе анализа данных.

В ходе воркшопа мы будем работать над:
- Генерацией синтетических датасетов,
- Визуализацией данных с использованием Python,
- Выявлением зависимостей с помощью алгоритмов машинного обучения и анализа данных,
- Визуализацией результатов и оптимизацией кода.

• Цель интерактива – обеспечить участников практическими навыками использования LLM при решении прикладных задач программирования.