人工智能研究现状及其在测井领域的应用

• 作者: 邹文波
• 来源期刊: 测井技术
• 关键词: 人工智能 机器学习 深度学习 神经网络 岩性识别 储层参数预测
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 综述
• 页码范围: 323-328
• 页数: 6页
• 分类号: P631.84
• 语种: 中文
• DOI: 10.16489/j.issn.1004-1338.2020.04.001

摘要

人工智能克服传统机器学习缺陷,打破传统学习的技术瓶颈,在地球物理测井等领域数据分析和图像识别方面取得成功应用.通过对人工智能近些年研究现状进行调研分析,总结出人工智能在测井领域的大数据分析和图像处理识别上具有一定可行性.通过对人工智能在岩性识别、低电阻率油层识别、储层参数评价、储层裂缝孔洞识别等4个测井重点方向的研究现状分析,厘清人工智能的发展历程,并对人工智能在测井领域应用上存在的问题进行深入分析,为人工智能在石油勘探开发上发挥重要作用提供技术支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹文波		1	0	0.0	0.0