Uczenie maszynowe i inżynieria naftowa

Praca ta jest osadzona w kontek¿cie pola naftowego Volve na Morzu Pó¿nocnym (Norwegia) i dotyczy kluczowego problemu przewidywania i optymalizacji wydajno¿ci szybów naftowych. Poniewä sektor naftowy ma strategiczne znaczenie, konieczne jest opracowanie solidnych modeli w celu maksymalizacji produkcji przy jednoczesnej minimalizacji kosztów i wp¿ywu na ¿rodowisko. G¿ównym celem jest opracowanie solidnych modeli predykcyjnych przy u¿yciu zaawansowanych algorytmów uczenia maszynowego. W szczególno¿ci ma to na celu zademonstrowanie mo¿liwo¿ci po¿¿czenia g¿¿bokiego uczenia si¿ z symulacj¿ przep¿ywu p¿ynów. Ponadto, badanie dotyczy rozwoju matematycznych modeli predykcyjnych przy u¿yciu metody powierzchni odpowiedzi, przy jednoczesnym d¿¿eniu do optymalizacji parametrów wydajno¿ci odwiertu.