可解释机器学习在油气领域人工智能中的研究进展与应用展望OA北大核心CSTPCDEI
人工智能作为战略性新兴产业及新质生产力正迅速地渗透入油气领域,并有望成为行业发展的新引擎和制高点。“黑盒”的机器学习模型缺乏透明度和可解释性,导致现有机器学习方法在油气领域的认可度和信任度不高,制约了以机器学习为核心的人工智能在油气田中的融合和发展。为此,系统介绍了可解释机器学习方法在油气田勘探开发过程的研究现状,阐述了机器学习模型的可解释性是促进油气领域人工智能大规模应用的关键,以及事后可解释方法在油气机器学习方法上的局限性,并对技术的应用进行…查看全部>>
闵超;文国权;李小刚;赵大志;李昆成
西南石油大学理学院 西南石油大学人工智能研究院 油气藏地质及开发工程全国重点实验室·西南石油大学西南石油大学理学院 西南石油大学人工智能研究院油气藏地质及开发工程全国重点实验室·西南石油大学西南石油大学理学院 西南石油大学人工智能研究院油气藏地质及开发工程全国重点实验室·西南石油大学
计算机与自动化
油气田勘探开发人工智能机器学习可解释机器学习事后可解释本质可解释
《天然气工业》 2024 (9)
P.114-126,13
四川省科技创新苗子工程项目“基于可解释机器学习的油气田开发指标预测方法研究”(编号:2022034)成都市国际合作项目“基于深度学习的孔隙网络渗流模拟理论和技术探讨”(编号:2020-GH02-00023-HZ)。
评论