Гибридизация физических моделей и машинного обучения в задачах нефтегазовой отрасли

Аннотация: Моделирование методами машинного обучения компенсирует свою непрозрачность и ограниченную применимость простотой и быстротой использования. Вместе с тем классический подход выигрывает в надежности и адаптируемости моделей, при этом существенно проигрывая в аспекте автоматизации. Очевидно, что вместо предпочтения какого-то одного из этих путей для построения прогностических моделей необходимо развить гибридный метод, сочетающий в себе преимущества обоих путей и по возможности исключающий их недостатки.