Рейтинг@Mail.ru
Навигация


Контактная информация
 

Менеджер: Ирина Орлова

Регистрация: regru@eage.org

Email: edumoscow@eage.org

Тел.: +7 (495) 640-20-08
Архив мероприятия
 
Образовательные дни Москва 2019
 
Образовательные дни Москва 2018
 
Образовательные дни Москва 2017
 
Образовательные дни Москва 2016
 
Образовательные дни Москва 2015
 
Образовательные дни Москва 2014
 
Образовательные дни Москва 2013
 
Образовательные дни Москва 2012
 
Образовательные дни Москва 2011
 
Образовательные дни Москва 2010
 
Образовательные дни Москва 2009
Образовательные дни Москва 2019   18–22 ноября 2019 г.
Программа образовательных курсов по геонаукам   Москва, Россия

Education Days Moscow 2016     Learning Geoscience2019

Краткий курс в рамках Образовательных дней Москва 2019 — SC6

Новые области применения машинного обучения в разведке и добыче нефти и газа

Лектор: Бернар Монтарон, Fraimwork SAS​​​

 

Даты: 21–22 ноября

Время: 09:30 – 17:30

Продолжительность курса: 2 дня

Курс будет прочитан на английском языке с профессиональным синхронным переводом на русский язык​.

Описание курса

Введение в курс — это попытка ответить на вопрос: как ИИ изменит работу нефтегазовой отрасли в течение ближайших нескольких лет? Мы сможем это сделать, если посмотрим на происходящее в других отраслях и предположим, какие проекты сейчас разрабатываются в нашей отрасли.
 
По каждому из направлений — ИИ, машинному обучению и глубокому обучению — будут приведены примеры из нефтегазового сектора, что позволит слушателям курса увидеть чёткие различия между ними.
 
Затем основное внимание будет уделено глубокому обучению (DL), в курсе затрагиваются все ключевые аспекты разработки и применения данной технологии в нефтегазовых проектах.
  • что такое глубокое обучение (DL) и чем оно отличается от традиционных нейросетей;
  • взгляд на математическую сторону глубоких нейронных сетей (DNN);
  • типичный рабочий процесс при проектировании и разработке приложения глубокого обучения в проекте по разведке и добыче сырья;
  • общие проблемы, трудности и подводные камни в проектах по глубокому обучению;
  • необходимые программное обеспечение и оборудование + облачные вычисления в сравнении с собственными решениями.
Затем в режиме реального времени будут продемонстрированы два приложения на базе DNN, характерные исключительно для геологоразведки в нефтегазовой области.
 
Для начала мы запустим программное обеспечение, автоматически распознающее ошибки в опубликованных сейсмических данных, полученных в бассейнах Новой Зеландии, чтобы показать, как DNN распознает ошибки и чем отличается от других методик, например от муравьиного алгоритма. Начав с настроек по умолчанию, DNN может постепенно научиться распознавать ошибки, как это делает геофизик или специалист по структурной геологии. Набор данных для обучения постоянно развивается с учётом отзывов реальных экспертов.
 
Затем в курсе будет продемонстрировано, как выявляются потенциальные запасы сырья в очень больших хранилищах текстовых и графических документов. Это будет проделано с помощью приложения, в котором используется глубокое обучение, для контекстного поиска и лингвистического анализа. В отличие от поиска по ключевым словам, контекстный поиск позволяет извлекать информацию, основываясь на контексте, как это делают люди. Затем извлечённая информация подвергается лингвистическому анализу для выявления реальных возможностей. Впоследствии готовый список могут оценить реальные эксперты.
 
В заключение курса обобщаются основные уроки и даются ответы на все вопросы участников.

Цели курса

По завершении курса участники получат полное представление о том, что такое глубокое обучение, как оно работает и чем отличается от традиционных нейронных сетей, которые использовались в отрасли последние 30 лет. Они будут понимать, в каких сферах и реальных ситуациях оно может применяться. Слушатели также поймут, с какими основными проблемами, трудностями и подводными камнями сталкиваются разработчики новых приложений. Наконец, они увидят в действии глубокие нейронные сети, применяемые в различных областях разведки и добычи сырья, и смогут оценить, насколько полезной может быть данная технология в их собственной области.

Содержание курса

- Знакомство с новым миром ИИ: что сейчас находится в разработке?
- Искусственный интеллект, машинное обучение и глубокое обучение: чем они отличаются, примеры их практического применения в нефтегазовой отрасли;
- Глубокое обучение (DL) в деталях:
  • что это такое и чем оно отличается от традиционных нейронных сетей;
  • взгляд на математическую сторону глубоких нейронных сетей (DNN);
  • типичный рабочий процесс проектирования и разработки приложения глубокого обучения в проекте по разведке и добыче сырья;
  • общие проблемы, трудности и подводные камни в проектах по глубокому обучению;
  • необходимые программное обеспечение и оборудование + облачные вычисления в сравнении с собственными решениями;
  • применение в геофизике и геологии: автоматическая идентификация ошибок с помощью DNN (в режиме реального времени);
  • применение в технологиях добычи: обнаружение потенциальных залежей нефти и газа с помощью DNN (в режиме реального времени);
- Заключение: основные уроки.

Кому адресован этот курс

Курс предназначен для геологов, инженеров-нефтяников и специалистов в области петрофизики, которые изучают новые направления в области поиска месторождений/бассейнов, разведки, разработки и добычи, — от новичков до руководителей нефтегазовых и сервисных компаний.

Об авторе курса

Бернар Монтарон является генеральным директором компании Fraimwork SAS (Париж, Франция) и техническим директором Cenozai Sdn Bhd (Куала-Лумпур, Малайзия). Эти два стартапа, основанные в середине 2017 г., специализируются на применении искусственного интеллекта в различных сферах и предоставляют услуги по разведке и добыче нефтегазовым компаниям. В 2015–2017 гг. он работал главным геологом компании BeicipTecsol в Куала-Лумпуре. До этого Бернар Монтарон 30 лет проработал в Schlumberger, где занимал ряд должностей в отделах НИОКР и маркетинга.
 
Он работал в нефтегазовых компаниях в Европе, США, на Ближнем Востоке, в Китае и Малайзии. Бернар был генеральным директором центра Schlumberger Riboud Product Center в Париже (Кламар, Франция, 2002–2003 гг.) и вице-президентом по маркетингу Schlumberger Middle East и Schlumberger Europe-Africa-Russia (2000–2001 гг.).
 
Он получил степень магистра физики в Высшей школе промышленной физики и химии города Париж (ESPCI; Париж, Франция) и степень доктора математики в Университете Пьера и Марии Кюри (Париж, Франция). Он также прошел курс машинного обучения под руководством Эндрю Ына (Стенфордский университет/Coursera). Бернар Монтарон получил премию за лучший устный доклад на конференции APGCE в 2017 г. на тему Deep Learning Technology for Pattern Recognition in Seismic Data – A Practical Approach (Практический подход к технологии глубокого обучения для распознавания образов в сейсмоданных).

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.