ФОРМАЛЬНІ ОСНОВИ КОМП’ЮТЕРНОЇ ІНТЕРПРЕТАЦІЇ ДАНИХ ГЕОФІЗИЧНИХ ДОСЛІДЖЕНЬ СВЕРДЛОВИН

M. Я. Бестильний; О. Ф. Козак; В. М. Юрчишин

Автор(и)

M. Я. Бестильний ІФНТУНГ, 76019, м. Івано-Франківськ, вул. Карпатська,15, тел. (0342) 727132
О. Ф. Козак ІФНТУНГ, 76019, м. Івано-Франківськ, вул. Карпатська,15, тел. (0342) 727132
В. М. Юрчишин ІФНТУНГ, 76019, м. Івано-Франківськ, вул. Карпатська,15, тел. (0342) 727132

Ключові слова:

нафтогазовий об’єкт, штучні нейронні мережі, геолого-геофізичні дані, інтерпретація даних та знань, видобування даних та знань, інтелектуальна система.

Анотація

В пропонованому дослідженні виконано аналіз формально-логічних методів створення інтелектуальних технологій видобування знань на основі даних геофізичних досліджень. Процес аналітичної обробки та інтерпретації геолого-геофізичних даних розглядається з точки зору підвищення ефективності процесу комп’ютерної обробки геолого-геофізичних даних та виявлення нових знань в даних шляхом розробки інтелектуальних формально-логічних методів аналізу даних на основі концепції Data Mining. Проаналізовано існуючі методи видобування даних та пошуку знань в геолого-геофізичних даних. Розробка новітніх методів видобування знань на основі геолого-геофізичних даних з використанням штучних нейронних мереж дозволить застосовувати спеціальні імітаційні моделі для генерування геолого-геофізичних даних, що забезпечить можливість проведення на їх основі експериментальних досліджень технологій аналізу даних в цілому. Розробка інтелектуальної системи визначення колекторських властивостей гірських порід на основі геолого-геофізичних даних з використанням нейротехнології дозволить виконати інтеграцію визначених формально-логічних методів інтелектуальної технології видобування знань та інтелектуальних систем визначення колекторських властивостей гірських порід.

Завантаження

Дані завантаження ще не доступні.

Посилання

1 Історія розвитку та сучасний стан інтерпретаційних технологій ГДС / М.Д. Красножон – Київ: Видавничий центр УкрДГРІ, 2001. – 72 с.
2 Элланский М.М. Использование многомерных связей в нефтегазовой геологии / М.М. Элланский, Б.Н. Еникеев. – М.: Недра, 1991. – 205 с.
3 Добрынин В.М. Петрофизика / В.М. Добрынин, Б.Ю. Вендельштейн, Д.А. Кожевников. – М.: Недра, 1991.
4 Кузнецов О.Л. Геоинформатика и геоинформационные системы / О.Л. Кузнецов, А.А. Никитин, Е.Е. Черемисина. – М.: ВНИИгеосистем, 2005. – 350 с.
5 Поспелов Д.А. Данные и знания. Представление знаний // Искусственный интеллект. Кн.2: Модели и методы: справочник. – М.: Радио и связь. – С.7-13.
6 Юрчишин В. М. Інформаційне моделювання нафтогазових об’єктів : монографія / В. М. Юрчишин, В. І. Шекета, О. В. Юрчишин – Івано-Франківськ: Вид-во Івано-Франківського нац. техн. ун-ту нафти і газу, 2010. – 196 с.
7 Формально-логічні методи створення інтелектуальної технології видобування знань на основі даних геофізичних досліджень: магістерська робота: 8.080403 / М.Б.Горбаль / наук. кер. – проф., д.т.н. Юрчишин В.М / Нац. техн.ун-т нафти і газу. – Івано-Франківськ, 2010. – 152 с.
8 Кожевников Д.А. Проблемы интерпретаций данных ГИС / Д.А. Кожевников // Геофизобщество «Каротажник». – 2001. – С. 20.
9 Журавлев Ю.И. Распознавание образов и анализ изображений / Ю.И. Журавлев, И.Б. Гуревич; в 3-х кн. Кн. 2. – М.: Радио и связь, 1990. – 304 с. – Сер.: Искусственный интеллект
10 Журавлев Ю.И. Непараметрические задачи распознавания образов / Ю.И. Журавлев // Кибернетика. – 1976. – №6. – С. 93-103.
11 Прикладная статистика. Классификация и снижение размерности / С.А. Айвазян, В.М. Бухштабер, С.И. Енюков, Л.Д. Мешалкин – М.: Финансы и статистика, 1989. – 607 с.
12 Енюков И.С. Методы, алгоритмы, программы многомерного статистического анализа: Пакет ППСА / И.С. Енюков. – М.: Финансы и статистика, 1986. – С. 232.
13 Алгоритмы и программы восстановления зависимостей / В.Н. Вапник, Т.Г. Глазкова, В.А. Кощеев, А.И. Михальский, А.Я. Червоненкис. – М.: Наука, 1984. – С. 8-11, 27-32, 42-55.
14 Логико-гносеологические и методологические проблемы прогноза. – М.: Наука, 1986.
15 Дюк В.А. Компьютерная психодиагностика / В.А. Дюк. – Санкт-Петербург: Братство, 1994.
16 Цыпкин Я.З. Адаптация и обучение в автоматических системах / Я.З. Цыпкин. – М.: Наука, 1968. – 400 с.
17 Aleksander I., Morton H. An Introduction to Neural Computing. – London: Chapman & Hall, 1990. – 218 p.
18 Deroski S. Multi-relational data mining: an ntroduction // SIGKD D Explor. Newsl. – 2003. – Vol.5(1) – Р. 1-16.
19 Демчина М.М. Формальні методи інтерпретації даних та знань про нафтогазові об’єкти / М.М. Демчина, В.Р. Процюк, В.І. Шекета // Науковий вісник Івано-Франківського національного технічного університету нафти і газу. – 2011. – №1. – С. 100-108.