Цель: разработка методики и создание экспертной системы для интерпретации данных каротажа на пластово-инфильтрационных месторождениях урана Казахстана на основе машинного обучения.
Задачи:

  • оценить актуальность и возможность использования методов машинного обучения в задачах интерпретации данных геофизического исследования скважин
  • разработать методы предварительной обработки данных релевантные данным предметной области
  • проанализировать показатели оценки точности алгоритмов машинного обучения
  • выполнить сравнительный анализ алгоритмов машинного обучения пригодных для решения задачи классификации данных геофизического исследования скважин
  • разработать программное обеспечения системы распознавания литологического состава скважин на урановых месторождениях

Достигнутые результаты:

  • Выбраны  методы предобработки, дающие стабильный результат и проведены вычислительные эксперименты, позволившие отработать методику их применения
  • Решены задачи отработки методики оценки качества системы машинного обучения, выполнен сравнительный анализ методов интерпретации данных каротажа и реализованы метрические и нейросетевые алгоритмы классификации
  • Созданы прототипы основных элементов системы в виде программного продукта готового для опытный эксплуатации и выполнено апробирование разработанных компонентов на реальных данных
  • Опубликовано 32 статьи, из которых 8 находятся в изданиях, включенных международные базы:  Scopus, Engineering Index (EI), ISI Proceedings, EI-Compendex, IEEE Xplore, DBLP, Google Scholar и Springerlink.
  • Опубликована глава в международном сборнике трудов
  • Получено свидетельство о регистрации авторских прав на объект интеллектуальной собственности (модуль препроцессинга)

Методология исследования основана на информационно-аналитическом анализе, экспертном оценивании,  вычислительных экспериментах, моделировании и прототипировании компонентов программной системы.
В рамках информационно-аналитического анализа – исследована проблема по данным отечественных и зарубежных авторов и иным открытым источникам, выполнена классификация существующих технологий в области исследования, рассмотрены основные алгоритмы машинного обучения, предназначенные для решения задачи классификации литологических слоев урановых месторождений.
Экспертное оценивание использовано как источник данных для алгоритмов машинного обучения и как объект исследования. В последнем случае, проведено сравнение результатов классификации выполненных отдельными экспертами и оценены сравнительные показатели качества классификации.
В процессе исследования рассмотрены математические модели методов машинного обучения. Анализ моделей позволил выделить ряд методов машинного обучения релевантных поставленным задачам с учетом скорости обучения, качества классификации, потребности в экспертных данных, требованиях к обучению.
В процессе вычислительных экспериментов проанализированы различные методы предобработки данных, алгоритмы машинного обучения с использованием как синтезированных так и реальных данных каротажа различных месторождений. вычислительные эксперименты позволили предложить методику предобработки дающую наилучший результат классификации на имеющихся данных.
Прототипирование компонентов программной системы проводилось на всех этапах исследования в процессе вычислительных экспериментов, что позволило в конечном итоге создать программную систему для автоматизированной интерпретации данных электрического каротажа.