ИНТЕЛЛЕКТУАЛЬНЫЙ АНАЛИЗ ГЕОЛОГО- ГЕОФИЗИЧЕСКИХ ДАННЫХ ( ОБЗОР ПРИМЕНЯЕМЫХ АЛГОРИТМОВ) (462,00 руб.)

Первый автор	Приезжев
Авторы	Ахметзянов Р.А.
Страниц	10

ID	870821
Аннотация	В последние годы изучение сложных геологических систем и геофизических процессов обязательно включает в себя использование современных методов обработки данных. Статья «Интеллектуальный анализ геолого- геофизических данных ( обзор применяемых алгоритмов) » посвящена анализу тенденций развития и применения искусственного интеллекта, машинного обучения и нейронных сетей при решении широкого спектра геологических задач. Актуальность статьи обусловлена наращиванием темпов добычи горючих полезных ископаемых, таких как нефть и природный газ, которые напрямую зависят от точности и скорости решения задач геологии и геофизики. В первом разделе статьи приводится описание основных целей и концепций интеллектуального анализа, а также основных методов его реализации. Акцент также делается на том факте, что многие алгоритмы машинного обучения основаны на имитации различных функциональных возможностей живых организмов или природных процессов. Прежде всего, в статье отмечаются особенности алгоритмов искусственного интеллекта и нейронных сетей, применяемых к задачам геофизики. Результатом этого раздела является определение спектра наиболее типичных задач. В каждой из следующих частей статьи дается описание конкретной геолого- геофизической подзадачи, а также приводятся примеры ее решения со ссылкой на международные исследовательские работы, опубликованные в авторитетных журналах. Таким образом, в данной статье приведен список типичных задач геологии и геофизики, решение которых можно получить с помощью алгоритмов машинного обучения. Также в статье описаны наиболее интересные работы, которые являются хорошим примером использования машинного обучения и нейросетевого аппарата в области геофизики и геологии.

Приезжев, И.И. ИНТЕЛЛЕКТУАЛЬНЫЙ АНАЛИЗ ГЕОЛОГО- ГЕОФИЗИЧЕСКИХ ДАННЫХ ( ОБЗОР ПРИМЕНЯЕМЫХ АЛГОРИТМОВ) / И.И. Приезжев, Р.А. Ахметзянов // Геофизика .— 2023 .— №1 .— С. 2-11 .— URL: https://rucont.ru/efd/870821 (дата обращения: 09.05.2025)