Нейросетевая архитектура для решения задач геологической классификации в рамках идеологии Explainable AI

Аннотация: В работе предлагается новая нейросетевая архитектура, предназначенная для решения задач качественной интерпретации данных ГИС (выделения коллекторов, определения стратиграфии, литологии и т.д.) в рамках идеологии Explainable AI. В основе реализованной сети лежит механизм преобразования последовательности квантов глубин в скважинах в соответствующие последовательности векторов в многомерном пространстве, что позволяет сформировать из размеченных скважин векторную базу. Далее посредством поиска по базе осуществляется подбор геологических объектов, схожих с исследуемыми по поведению каротажных кривых (с учетом нелокального характера такого поведения). Тем самым сеть формирует не только окончательные метки классов, но также «объясняет», на основе сравнения с какими объектами, ранее выделенными экспертом, было принято то или иное решение. Помимо самого описания архитектуры нейросети, в работе также излагается подход к ее обучению и результаты применения сети к задаче автоматического определения стратиграфии.