Научная статья "Универсальные представления данных каротажа скважин с помощью ансамблирования моделей самообучения" признана лучшей статьей третьего специального выпуска научного журнала "Доклады Российской Академии Наук. Математика, информатика, процессы управления" по итогам международной конференции AI Journey, сообщает пресс-служба Сбера.
Отбор научных статей с передовыми исследованиями в области искусственного интеллекта и машинного обучения был проведен Сбером совместно с Институтом системного программирования РАН. Всего на конкурсный отбор поступило свыше 230 заявок от AI-исследователей из 11 стран.
Отмечается, что все материалы прошли рецензирование у ведущих профильных экспертов. При этом для публикации в издании комиссия отобрала 30 статей путем голосования.
Как отметил старший вице-президент – руководитель блока "Технологическое развитие" Сбера Андрей Белевцев, сегодня в нефтегазовой промышленности возникает много задач, которые могут быть решены с помощью моделей на основе ИИ. По его словам, большая часть данных, на которых можно было бы учить модели, не размечена или размечена плохо, содержит пропуски и аномалии.
"Существующим моделям трудно работать с такими данными, их качество было недостаточно высоким. Поэтому авторам статьи был предложен подход, который обладает глубиной научной проработки вопроса, так и большой прикладной значимостью исследования для нефте- и газодобычи в России. С развитием AI-технологий открываются новые исследовательские горизонты, которые ранее были недоступны", - сказал он.
