机器学习在测井地层评价中的应用综述

• 作者: 万宇 刘永震 杨添微 王啟 聂昕
• 来源期刊: 石油天然气学报
• 关键词: 深度学习 机器学习 地球物理测井 岩性识别 储层评价
• 年，卷（期）: 2020,（2）
• 页码范围: 27-38
• 页数: 12页
• 语种: 中文
• DOI: 10.12677/jogt.2020.422013

摘要

随着测井技术的发展,测井数据量越来越大,传统方法在解决多种测井数据综合形成的大数据问题时遇到了困难.机器学习是人工智能领域的一个重要学科,其多种研究成果的途径是从海量数据中自动提取特征,并通过逐层特征变化进而解决复杂的分类或预测问题,可以完美应用在数据类型较多的测井解释中.本文对机器学习方法及其在地球物理测井评价中的应用进行归纳总结,并提出了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万宇		4	5	1.0	2.0
2	聂昕		6	10	2.0	3.0
3	王啟		2	0	0.0	0.0
4	杨添微		2	0	0.0	0.0
5	刘永震		2	0	0.0	0.0