Рейтинг@Mail.ru


4–6 августа 2021 г.
Онлайн
Интеллектуальный анализ данных в нефтегазовой отрасли 2021Вторая региональная конференция EAGE в России и странах СНГ
Навигация


 

Контактная информация
 

Менеджер: Ирина Орлова

Email: datascience@eage.org

Регистрация: regru@eage.org

Тел.: +7 495 640-20-08
Архив мероприятия
 
Интеллектуальный анализ данных в нефтегазовой отрасли
 
Интеллектуальный анализ данных в нефтегазовой отрасли 2021
 
Интеллектуальный анализ данных в нефтегазовой отрасли 2020

​​Ключевые доклады

Представляем ключевых докладчиков — ведущих специалистов отрасли. 

Программа дополняется, следите за обновлениями!

 

 

Сабина Кларнер

 

Сабине Кларнер, ООО "СКГео", Германия.

Влияние выбора тренировочных данных на результат прогноза нейронными сетями.

 

 

 

 

 

 

   

  

Антон Германович Колонин,
к.т.н., разработчик алгоритмов и программ для обработки и интерпретации данных в геофизике и финансах, распознавания образов и извлечения сущностей при работе с текстовой и мультимедийной информацией.  Преподаватель Новосибирского Государственного Университета.

От больших данных к сильному ИИ в геологии и геофизике.​ ​

В докладе обсуждается перспектива цифровизации в отрасли за 50 лет от  цифровой обработки "больших данных" сейсмики и автоматизации комплексной геолого-геофизической интерпретации до современного уровня систем искусственного  интеллекта с их текущими проблемами и трендами дальнейшего развития.

 

 

 

Дмитрий Анатольевич Коротеев, к.ф.-м.н., доцент Сколковского института науки и технологий, генеральный директор OOO "Digital Petroleum".

Искусственный интеллект в разведке и разработке нефтегазовых месторождений: помощник или обуза?

Программное обеспечение на основе искусственного интеллекта постепенно переходит из стадии «интересные алгоритмы» в стадию «промышленное программное обеспечение для ежедневного и использования». Процесс внедрения таких систем в ежедневную практику инженеров и руководителей происходит по-разному в зависимости от многих факторов. В докладе на конкретных примерах будет показано как программные решения помогают в работе или заставляют менять рутинные операции. Докладчик также расскажет, как отклик пользователей позволяет совершенствовать алгоритмы и делать удобным их использование.

 

 

Василий Демьянов, Профессор Университета Хериот-Ватт, Эдинбург 

Извлечение паттернов через обучение на данных и знаниях для улучшения схем моделирования добычи углеводородов.

Метода искусственного интеллекта и аналитики данных широко используются на всех этапах моделирования процессов разведки и добычи углеводородов. В докладе будет продемонстрировано, как обучаемые модели  помогают решать широкий круг задач в работах геолога и инженера:
- сейсмическая интерпретация,
- распознавание седиментологических признаков,
- описание геологической неоднородности,
- моделирование миграции углеводородов.
- обновление модели и прогнозирование остаточных запасов.

 

 

Алексей Александрович Шпильман, Руководитель программ развития технологий и инструментов ИИ, Центр разработки и монетизации данных, Дирекция по цифровой трансформации, ПАО «Газпром нефть».

Перспективные исследования для масштабных целей нефтегазовой промышленности.

Применения ИИ в нефтегазовых компаниях носят в настоящее время локальных характер, не решают комплексных проблем и не отвечают масштабным вызовам. В этом докладе будет рассказано о проектах по разработке нового типа решений на основе ИИ, ведущихся в компании Газпром нефть, которые могут качественно улучшить деятельность компании в целом.

 

 

 

 

  

Владимир Иванович Булаев, к.т.н., главный специалист по машинному обучению АО НПФ «Геофизика», руководитель направления искусственного интеллекта в группе компаний АО «Башнефтегеофизика».

Жизненный цикл системы машинного обучения в продакшене.

В докладе представлен общий взгляд на особенности, связанные с выводом модели машинного обучения в продакшен, кратко описаны этапы жизненного цикла ML-системы и распространенные средства для их реализации. Показано, что на сегодняшний день инфраструктурные затраты на встраивание ML-решений в производственный контур могут примерно на порядок превышать расходы на создание и обучение модели.

 


Яндекс цитирования
Журнал First Break и материалы всех мероприятий EAGE направляются на индексацию в систему Scopus.
Журналы Basin Research, Geophysical Prospecting, Near Surface Geophysics и Petroleum Geoscience направляются на индексацию в системы Scopus и Web of Science.