Современные технологии построения структурно-тектонической модели геологической среды на основе данных аэрогравимагнитной съемки и сейсморазведки МОГТ-2D

В докладе рассматривается вопрос применения различных алгоритмов машинного обучения (LASSO-регрессия (LASSO-regression), градиентный бустинг (Gradient boosting), искусственные нейронные сети (Artificial neural network)) для восстановления морфологии отражающих горизонтов в межпрофильном пространстве сейсмических данных по материалам площадной аэрогравимагнитной съемки. Затрагивается вопрос, касающийся особенностей оценки обобщающей способности моделей и оценке неопределенностей структурного прогноза на основе многократной k-блочной кросс-валидации (repeated k-fold cross-validation). Отдельное внимание уделено вопросу интерпретируемости гибких моделей машинного обучения, проиллюстрированы примеры анализа влияния входного пространства признаков на прогноз с применением оценок Шепли (Shapley Value).