Gazprom International: Практический опыт применения машинного обучения для оптимизации сроков строительства скважин, презентация Рената Джафарова

Доклад был представлен на объединенном международном виртаульном форуме RDCR/KDR-2020 по Скважинноый Инжинирингу, который состоялся 4 Декабря 2020, и посвящен роли машинного обучения в сокращении как явного (НПВ), так и скрытого непроизводительного времени (СНПВ) строительства скважины. Результаты применения алгоритмов машинного обучения для выявления осложнений при бурении на проекте в Бангладеш. Расчет потенциала экономии времени и формирование рекомендаций для достижения максимальных значений скорости проходки в Северном море и Республике Узбекистан.

По ссылке ниже вы можете ознакомиться с презентацией спикера.

Результаты применения алгоритмов машинного обучения

Практический опыт применения машинного обучения для оптимизации сроков строительства скважин, Джафаров Ренат Фархадович, Специалист отдела технологии строительства скважин, RDCR/KDR-2020