Геологиядағы машиналық және терең оқыту алгоритмдерінің мүмкіндіктерін салыстырмалы талдау
Year: 2023
Type: article
Abstract: Внедрение методов искусственного интеллекта – машинного и глубокого обучения, в решение задач геологии представляет собой существенный прорыв в технологии решения геопрогнозных задач. Анализ и сравнение эффективности различных алгоритмов машинного и глубокого обучения позволяет дать оценку их способностям адаптироваться к разным геологическим сценариям/заданиям, определить возможности технологии в интерпретации геологических данных и оптимизации объемов работ. В качестве объектов анализа и элементов изучения привлечены различные типы геоданных, алгоритмов машинного и глубокого обучения, геологических задач. Проведен сравнительный анализ производительности, точности алгоритмов в разных геологических контекстах. В анализе и обобщении возможностей алгоритмов искусственного интеллекта использован метод сравнения. Результаты показали актуальность их использования в обработке и интерпретации геоданных Геология мәселелерін шешуге жасанды интеллект әдістерін – машиналық және терең оқытуды енгізу, геоболжау тапсырмаларын орындау технологиясындағы елеулі серпіліс болып табылады. Машиналық және терең оқытудың әртүрлі алгоритмдерінің тиімділігін талдау және салыстыру олардың әртүрлі геологиялық сценарийлерге/тапсырмаларға бейімделу мүмкіндіктерін бағалауға, геологиялық деректерді түсіндіруде және жұмыс көлемін оңтайландыруда технологияның ықпалын анықтауға мүмкіндік береді. Талдау объектілері және зерттеу элементтері ретінде геодеректердің түрлері, машиналық және терең оқыту алгоритмдері, геологиялық тапсырмалар қамтылды. Әртүрлі геологиялық контексттердегі алгоритмдердің өнімділігі мен дәлдігіне салыстырмалы талдау жүргізілді. Жасанды интеллект алгоритмдерінің мүмкіндіктерін сараптау мен топтамалауда салыстыру әдісі қолданылды. Нәтижелер оларды геодеректерді өңдеу мен түсіндіруде қолданудың өзектілігін көрсетті The implementation of artificial intelligence methods – machine and deep learning – in solving geological tasks represents a significant breakthrough in the technology of solving geopredictive problems. Analysis and comparison of the effectiveness of various machine and deep learning algorithms allow us to assess their ability to adapt to different geological scenarios/tasks, determine the potential of technology in the interpretation of geological data, and optimize the volume of work. Various types of geodata, algorithms of machine and deep learning, and geological tasks were used as objects of analysis and elements of study. A comparative analysis of the performance and accuracy of algorithms in different geological contexts was conducted. In the analysis and generalization of the capabilities of artificial intelligence algorithms, the comparison method was used. The results showed the relevance of their use in processing and interpreting geodata
Source: Gornyj žurnal Kazahstana.
Authors: А. Шарапатов, А. Садуов, Н. Асирбек
Language: Russian
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: hybrid
OpenAlex ID: W4400787164