В преддверии конференции Интеллектуальный анализ данных в нефтегазовой отрасли состоялся Хакатон по машинному обучению.
Для участников были представлены три разноплановые задачи — от классического анализа табличных данных до передовых методов научного машинного обучения (Scientific ML). Каждый участник выбрал направление по своим интересам и компетенциям: компьютерное зрение, физико-информированные нейросети, алгоритмы сжатия данных или работу с геохимическими данными.
Представляем победителей!
ЗАДАЧА 1. Mineral AI— Автоматическое определение минералов
Разработать ML-модель для автоматической классификации минералов по данным растровой электронной микроскопии (РЭМ). На основе химического элементного состава образца модель должна определять тип минерала, заменяя ручной труд эксперта-геолога
Победители: 🥇 место: команда «Корэтест» Яркова Наталья, Савин Антон 🥈 место: команда «ИМиФИльтр» Глазков Илья, Корнилова Маргарита
ЗАДАЧА 2. Автоматическое выделение разломов по 3D сейсмическим данным
Создать модель глубокого обучения для автоматической сегментации геологических разломов в трехмерных сейсмических объемах. Задача— для каждой точки пространства определить, относится ли она к зоне разлома
Победители: 🥇 место: команда «ИМиФИльтр» Глазков Илья, Корнилова Маргарита 🥈 место: команда «Огурец» Леонов Ярослав
ЗАДАЧА 3. SmartModelCompression — Умное сжатие геологических моделей
Разработать алгоритм интеллектуального сжатия и восстановления ансамблей геологических и гидродинамических моделей. Решение должно значительно превосходить стандартные архиваторы, сохраняя при этом возможность запуска расчетов на восстановленных моделях.
Победители: 🥇 место: команда «ИМиФИльтр» Глазков Илья, Корнилова Маргарита 🥈 место: команда «Огурец» Леонов Ярослав