Математика и Computer Science

Задачу поиска нефти в сейсмических кубах решили с помощью конкурса

Алексей Даничев/РИА Новости

В Москве подвели итоги соревнования по анализу сейсмических данных с использованием методов машинного обучения Rosneft Seismic Challenge. Организаторами мероприятия выступили «РН-БашНИПИнефть» — один из научных институтов «Роснефти», реализующий разработку наукоемкого программного обеспечения, и Boosters.pro — крупнейшая платформа для проведения чемпионатов по анализу данных в России и Восточной Европе.

«Это самый большой чемпионат по количеству зарегистрированных участников, 615 человек», — отметил на торжественной церемонии награждения победителей основатель Boosters.pro Антон Гарбузов. Отборочные онлайн-туры проходили в течение двух месяцев — с 15 октября по 15 декабря. «Участники предлагали свои решения поставленной на соревновании задачи — выделения сейсмических горизонтов в кубе амплитуд — сегментация данных с помощью распознавания изображений», — рассказал специалист управления развития информационных технологий ООО «РН-БашНИПИнефть» Константин Бондаренко.

Сейсморазведка является основным методом обнаружения нефти и газа. Метод основан на возбуждении упругих колебаний и последующей регистрации отклика от горных пород. Эти колебания распространяются через толщу земли, преломляясь и отражаясь на границах геологических слоев с разными свойствами. Отраженные волны возвращаются на поверхность и регистрируются. На выходе получается так называемый сейсмический куб, который режется на слои по вертикали и по горизонтали. В итоге получаются срезы (кросслайны и интерлайны), на которых видны породы с разными свойствами.

«Задача максимально приближена к производственной, — отмечает директор по информационным технологиям «РН-БашНИПИнефть» Тимофей Загуренко. — Наши специалисты могли ее решить в течение восьми-девяти месяцев, но в силу их загруженности было принято решение предложить ее конкурсантам». По его словам, задача сформулирована максимально приближенно к популярным проектам машинного моделирования и связана с распознаванием изображений. Только вместо котиков и собачек алгоритм должен был максимально точно в автоматическом режиме распознавать нефтенесущие пласты.

В соревновании приняли участие 497 команд из девяти стран и 35 городов России. Десять команд прошли в финальную часть, где представили свои проекты-презентации решения задачи. После этого жюри определило три лучшие команды. «Предложенная тема стала настолько актуальной и привлекла к себе такое внимание, что мы получили результаты даже лучше, чем ожидали, — отметил генеральный директор ООО «РН-БашНИПИнефть» Михаил Рязанцев. — Надеюсь, что все они найдут свое практическое применение».

Победителем конкурса стал ведущий научный сотрудник Института проблем проектирования в микроэлектронике РАН Роман Соловьев, представляющий команду ZFTurbo. Второе место занял Леонид Матюшин из Научно-учебной лаборатории методов анализа больших данных ВШЭ (команда matyushinleonid), на третьем месте — Артем Воронов из ПАО «Аптечная сеть 36,6». Он также получил отдельный приз экспертного совета за лучшую презентацию решения. Приз зрительских симпатий получили сотрудники Университета ИТМО Искандер Сафиулин и Ксения Балабаева (команда FeelsBabMan).

«Для нас важно было получить концепцию решения данной задачи, в идеале же — получить алгоритм решения, — подчеркнул Загуренко. — Обязательным условием конкурса является предоставление нам всех алгоритмов решения и исходных кодов. Сейчас мы анализируем исходники, и к концу следующего года это решение мы встроим в наш корпоративный софт».

Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще.

Пресс-релизы о научных исследованиях, информацию о последних вышедших научных статьях и анонсы конференций, а также данные о выигранных грантах и премиях присылайте на адрес science@indicator.ru.