Нейросетевые технологии обработки больших геологических данных. Кейс Норильскгеологии

В докладе описано использование машинного обучения, нейросетей и карт Кохонена для обработки и интерпретации больших геологических данных.

Результаты статистической обработки больших геологических данных специалистами интерпретируются по-разному. Причина — использование в каждой компании собственных инструментов визуализации: гистограммы, диаграммы рассеяния, поиск связей, круговые и кольцевые диаграммы, линейные диаграммы, карты.

Стандартный алгоритм обработки геологических данных состоит из следующих этапов:

1. Сбор и хранение цифровых данных.
2. Сортировка данных с помощью Excel или ПО Statistica.
3. Ранжирование данных с помощью ПО Surfer или Sigmaplot.
4. Графическое представление результатов обработки в PowerPoint или СorelDraw.

С учетом современных потребностей, в геологоразведочную отрасль необходимо внедрить машинное обучение для обработки больших данных. Для геологических наук наиболее подходит машинное обучение без учителя.

Данный метод применяется для решения следующих задач:

1. Кластеризация — объединение объектов в непересекающиеся группы на основе близости значений их признаков.
2. Поиск ассоциативных правил — обнаружение нужных связей между данными.
3. Фильтрация выбросов — удаление значений, которые не укладываются в общую модель поведения анализируемого процесса.
4. Построение доверительной области — интервала, в пределах которого с заданной вероятностью лежат выборочные оценки статистических характеристик генеральной совокупности.
5. Сокращение размерности — процесс преобразования данных в форму, удобную для их анализа и интерпретации.
6. Заполнение пропущенных значений.

Для исследования больших наборов геологических данных используются самоорганизующиеся сети Кохонена — одна из разновидностей нейросетевых алгоритмов.

Для реализации анализа данных с помощью сетей Кохонена в компании «Норильскгеология» внедрена low-code платформа Loginom, в которой есть уже готовый компонент "Самоорганизующаяся сеть".

Loginom применяется для решения следующих прикладных задач геологии:

1. Интерпретация геохимических данных при опробовании керна скважин.
2. Технологическое ранжирование и типизация руд.
3. Экспресс-расшифровка каротажных данных по скважинам.
4. Экспресс-интерпретация площадных геофизических данных.