Publication:
Analysis of Open Well Datasets

Файлы
en (8).pdf(723.36 KB)
Дата
2024
Авторы
Makienko, D. O.
Safonov, I. V.
Journal Title
Научная визуализация
Journal ISSN
Volume Title
Научная визуализация
Издатель
НИЯУ МИФИ
Научные группы
Организационные подразделения
OrgUnit Logo
Организационная единица
Институт общей профессиональной подготовки (ИОПП)
Миссией Института является: фундаментальная базовая подготовка студентов, необходимая для получения качественного образования на уровне требований международных стандартов; удовлетворение потребностей обучающихся в интеллектуальном, культурном, нравственном развитии и приобретении ими профессиональных знаний; формирование у студентов мотивации и умения учиться; профессиональная ориентация школьников и студентов в избранной области знаний, формирование способностей и навыков профессионального самоопределения и профессионального саморазвития. Основными целями и задачами Института являются: обеспечение высококачественной (фундаментальной) базовой подготовки студентов бакалавриата и специалитета; поддержка и развитие у студентов стремления к осознанному продолжению обучения в институтах (САЕ и др.) и на факультетах Университета; обеспечение преемственности образовательных программ общего среднего и высшего образования; обеспечение высокого качества довузовской подготовки учащихся Предуниверситария и школ-партнеров НИЯУ МИФИ за счет интеграции основного и дополнительного образования; учебно-методическое руководство общеобразовательными кафедрами Института, осуществляющими подготовку бакалавров и специалистов по социо-гуманитарным, общепрофессиональным и естественнонаучным дисциплинам, обеспечение единства требований к базовой подготовке студентов в рамках крупных научно-образовательных направлений (областей знаний).
Выпуск журнала
Уменьшенное изображение
Выпуск журнала
Научная визуализация
2024-16 - 5
Аннотация
Recently, the number of studies devoted to the use of machine learning methods in geophysics has been increasing significantly. Examples of such investigations include the prediction of rock properties and separation of rock types according to quantitative characteristics. Annotated datasets are required to build and evaluate the quality of machine learning based models. This paper analyzes open labeled well datasets and related research. We consider data containing well logs, rock images, laboratory results, labeled zonation by lithotypes. Methods for visualizing well data are presented. We provide recommendations for oil and gas companies on the preferable format for making well data publicly available
Описание
Ключевые слова
Machine learning , Open datasets , Rock images , Well logs
Цитирование
D.O. Makienko, I.V. Safonov. Analysis of Open Well Datasets (2024). Scientific Visualization 16.5: 164 - 178, DOI: 10.26583/sv.16.5.11
URI
https://openrepository.mephi.ru/handle/123456789/30292
 http://sv-journal.org/2024-5/11/
Коллекции