Applications d’apprentissage faciès et d’apprentissage automatique en énergie avec Mohamed Sidahmed

Aujourd’hui, nous terminons notre série NEIRIPS 2019 avec Mohamed Sidahmed, Machine Learning and Artificial Intelligence R&D Manager chez Shell.

Mohamed et son équipe ont soumis quelques articles lors de la conférence cette année. Nous abordons brièvement leur article accélérant l’imagerie des moindres carrés à l’aide de techniques d’apprentissage en profondeur, qui détaille comment les chercheurs peuvent reconstruire efficacement l’imagerie à l’aide d’une approche de cadre d’apprentissage en profondeur. Nous passons ensuite à une discussion sur le papier FaciesNet: applications d’apprentissage automatique pour la classification des faciès dans les journaux de puits, que Mohamed décrit comme « une nouvelle façon de concevoir une nouvelle architecture pour que nous utilisons la modélisation de séquence et les réseaux récurrents pour pouvoir sortir de la référence pour classer les différents types de roche ». Apprécier!