Про керн, шлифы и нейросети
- Длительность доклада: 55 мин
- Количество просмотров: 17
- Общая продолжительность просмотров: 7 ч 20 мин
- Добавлен в подборки: 5 раз
Автор:
Руководитель по развитию продукта DeepCore, аспирант Сколковского института науки и технологий. Выпускник геологического факультета МГУ, имеет практический опыт седиментологических исследований, учувствовал в ГДП-200. С 2018 года выполняет проекты, основанные на применении методов машинного обучения в геологии.
Аннотация
Посмотрев доклад, вы узнаете историю появления методики. Как увеличивалось количество данных с развитием аппаратного комплекса. Пояснение общих принципов исследований. Описание процессов извлечения керна и отбора дополнительных образцов. Для чего нужна интерпретация различными специалистами, с разным опытом, и какие выводы это даёт. Описание возможных проблем при работе с керном. Как происходит общее описание данных. Разнообразие данных и методов в зависимости от изучаемого материала. Как компьютер «видит» изображение? Описание векторного и растрового изображения. Разные цветовые пространства.
В докладе приведены примеры различных работ в мировой практике с использованием компьютерного зрения и приведено подробное описание технологии сверточных нейронных сетей. Опробование различных методов и подходов в классификации изображений горных пород в рамках работы Digital Petroleum. Разработка подходов на основе глубокого обучения. Результаты проведенных работ.