Применение сверточных нейронных сетей в литологическом описании керна

Обложка


Цитировать

Полный текст

Аннотация

В статье на основании исследований изображений кернового материала была обучена сверточная нейронная сеть для распознавания литологии пород. Рассматриваются принципы работы сверточных нейронных сетей и их практическое применение в геологии. Была создана модель нейронных сетей по распознаванию литологии пород и при помощи смартфона применена на практике. В результате было определено, что новые технологии машинного обучения имеют большой потенциал применения в нефтепромысловом деле.

Об авторах

Ислам Дильмуханұлы Муртазаев

ТОО «КМГ Инжиниринг»

Автор, ответственный за переписку.
Email: i.murtazayev@niikmg.kz

инженер департамента промысловой геологи и геологического моделирования

Казахстан, г. Нур-Султан

Насен Жанибекович Конысов

ТОО «КМГ Инжиниринг»

Email: n.konyssov@niikmg.kz

старший инженер департамента промысловой геологи и геологического моделирования

Казахстан, г. Нур-Султан

Нурлан Бакитжанович Салиев

ТОО «КМГ Инжиниринг»

Email: n.saliyev@niikmg.kz

директор департамента промысловой геологи и геологического моделирования

Казахстан, г. Нур-Султан

Список литературы

  1. https://ru.wikipedia.org/wiki/Нейронная_сеть.
  2. Мак-Каллок У.С., Питтс В. Логическое исчисление идей, относящихся к нервной активности. – Архивная копия, 1956, с. 363–384.
  3. https://ru.wikipedia.org/wiki/Свёрточная_нейронная_сеть.
  4. Aphex34 – собственная работа: https://commons.wikimedia.org/w/index.php?curid=45679374.
  5. Keras API.https://github.com/keras-team/keras.
  6. TensorFlow API. https://github.com/tensorflow/tensorflow.
  7. Архитектура MobileNet. https://github.com/tensorflow/models/tree/master/research/slim/nets/mobilenet.
  8. Утилита для обучения ИНС TeachebleMachine. https://github.com/googlecreativelab/teachablemachine-community.
  9. Andrew G. Howard, Menglong Zhu, Bo Chen, Dmitry Kalenichenko, Weijun Wang, Tobias Weyand, Marco Andreetto, Hartwig Adam MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications. https://arxiv.org/abs/1704.04861.
  10. Приложение TFL Classify. https://github.com/tensorflow/examples/tree/master/lite/examples/image_classification/android.
  11. Портативный формат TensorFlow для мобильных устройств. https://www.tensorflow.org/lite.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Муртазаев И.Д., Конысов Н.Ж., Салиев Н.Б., 2020

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах