Машинное обучение позволило увеличить нефтеотдачу
Сотрудники Сколковского института науки и технологий вместе с коллегами из российской нефтедобывающей компании создали алгоритм машинного обучения, который позволяет прогнозировать теплопроводность породы. Быстрый и правильный расчет этого показателя позволит увеличить нефтеотдачу. Исследование опубликовано в журнале Geophysical Journal International.
В качестве исходных данных все алгоритмы использовали настоящие данные ГИС с месторождения тяжелой нефти в Тимано-Печорском бассейне на севере России. Выяснилось, что из семи алгоритмов машинного обучения и обычной множественной линейной регрессии ближе всего к реальному результату оказался алгоритм «случайный лес» (Random Forest), который обошел по точности даже теоретическую модель.