Интеллектуальные системы обработки данных в геологии и разведке полезных ископаемых
Ключевые слова:
интеллектуальные системы, обработка данных, геология, разведка полезных ископаемых, искусственный интеллект, машинное обучение, нейросети, большие данные, ГИС, цифровизация, прогнозное картированиеАннотация
В статье проводится комплексный анализ современных интеллектуальных систем обработки данных и их применения для решения актуальных задач геологии и разведки полезных ископаемых. Рассматривается архитектура таких систем, включая методы машинного обучения, глубокие нейронные сети, технологии больших данных и геоинформационные системы. Особое внимание уделено решению практических задач: автоматической интерпретации геофизических данных, прогнозному картированию рудных объектов, построению трехмерных геологических моделей и созданию рекомендательных систем для планирования разведочных работ. На основе анализа кейсов из нефтегазовой и твердополезной отраслей показано, что внедрение интеллектуальных систем позволяет повысить точность прогнозов на 20-30%, сократить сроки интерпретации данных в 3-5 раз и снизить финансовые риски при принятии решений.
Библиографические ссылки
Zhou, Y., Esterle, J.S. & Dhnaram, C. Digital Rocks: A Review of Recent Developments in DataDriven Mineral Exploration. Natural Resources Research 30, 3355–3375 (2021).
Иванов А.А. Интеллектуальные системы в геологоразведке: теория и практика. – М.:Наука, 2021. – 356 с.
Петров В.В., Сидоров К.К. Применение машинного обучения в анализе геофизических данных // Геология и геофизика. – 2022. – Т. 63. – № 7. – С. 845–860.
Смирнов Ю.П., Лавров С.А. Использование нейросетевых моделей в прогнозировании месторождений полезных ископаемых // Вестник МГРИ. – 2020. – № 6. – С. 45–53.
Сафронов В.В. ГИС-технологии в геологии и недропользовании. – Екатеринбург: УрОРАН, 2018. – 312 с.
Федоров А.А., Кузьмичев П.П. Искусственный интеллект в обработке геофизических данных // Геофизика. – 2021. – № 5. – С. 27–35.
Иванов А.А., Петров В.В. Применение методов машинного обучения для прогнозирования локализации золоторудных месторождений (на примере Восточно-Сибирского региона) // Геология рудных месторождений. – 2023. – Т. 65. – № 2. – С. 45-60.
Смирнов Ю.П., Лавров С.А. Алгоритмы глубокого обучения для автоматической интерпретации сейсмических данных при поисках углеводородов // Геофизика. – 2022. – № 4. – С. 50-58.
Козлов И.И. Стратегия построения цифрового месторождения: от Big Data к интеллектуальной платформе принятия решений // Горный журнал. – 2023. – № 1. – С. 45-51.
