زمان برگزاری: 13:30 الی 17

محل برگزاری: تهران، دانشگاه علم و صنعت ایران، مجموعه امام خمینی

رئوس مطالب کارگاه به شرح ذیل میباشد:

Introduction to ML  and DL algorithms

Using ML and DL algorithms For Lithology Prediction

Using ML and DL algorithms For Reservoir properties Prediction

ML رشته‌ای از علوم کامپیوتر است که به کامپیوترها توانایی یادگیری بدون برنامه‌ریزی صریح را می‌دهد. روش مرسوم شامل تخصیص دستی رخساره‌ها توسط کارشناسان انسانی است و فرآیندی بسیار خسته‌کننده و زمان‌بر است. اخیراً، یادگیری ماشینی به یک موضوع داغ در حوزه نفت و گاز تبدیل شده است. کارایی طبقه‌بندی سنگ‌شناسی را می‌توان با استفاده از برنامه‌هایی که قادر به تولید تصمیم‌های عینی‌تر به جای روش‌های مرسوم‌تر تفسیر هستند، بهبود بخشید.

دانش در زمینه دمای زیرسطحی زمین در تعیین کمیت فرآیندهای زمین شناسی و در اکتشاف منابعی مانند هیدروکربن ها و انرژی زمین گرمایی بسیار مهم است. در کمی‌سازی میدان دمایی زمین، ویژگی‌های حرارتی سنگ، مانند هدایت حرارتی (TC)، نفوذ حرارتی (TD) و ظرفیت گرمایی ویژه (SHC)، پیش نیازهای ضروری هستند. به طور خاص، زمانی که داده‌های دمایی اندازه‌گیری‌شده کمیاب هستند.