Учреждения:
1 - Геологический факультет МГУ имени М.В. Ломоносова, Москва, Россия

Аннотация:
Статья посвящена анализу различных алгоритмов машинного обучения, как инструментов, использующихся для решения задач повышения глубинности данных сейсморазведки и прогнозирования акустических свойств среды на основе данных электротомографии. В статье освещен порядок действий от сбора данных до тестирования алгоритмов. Большое внимание уделено вопросам повышению качества прогнозирования. Статья включает в себя как теоретические аспекты, так и практические примеры применения методов машинного обучения в сейсморазведке.

Ключевые слова: сейсморазведка, электротомография, интерпретация сейсмических данных, машинное обучение

Сведения об источниках финансирования: -

Institutions:
1 - Faculty of Geology, Lomonosov Moscow State University, Moscow, Russia

Abstract
The article is devoted to the analysis of various machine learning algorithms as tools used to solve the problems of increasing the depth of seismic data and predicting acoustic properties based on electrical tomography data. The article highlights the procedure from database collection to testing of algorithms. Much attention is paid to the issues of improving the quality of forecasting. The article includes both theoretical aspects and practical examples of applying machine learning methods in seismic exploration.

Keywords: seismic exploration, electrotomography, interpretation of seismic data, machine learning

Information about sources of financing: -