МОСКВА, 29 июня. /ТАСС/. Исследователи Сколковского института науки и технологий (Сколтех) создали нейронную сеть, которая может точно различать образцы горных пород по их фотографиям. Это позволит, в том числе компаниям добывающей промышленности и геологоразведки, ускорить процесс анализа пород до 20 раз. Работа опубликована в статье в журнале в Computers & Geosciences. О результатах сообщила в среду пресс-служба вуза.
Как правило, в ходе геологических исследований добывают образец горной породы в виде столбика (керна), его складывают в ящик и фотографируют. Затем ученый или инженер по фотографиям пытается выделить и описать породы. Это длительный и трудоемкий процесс, который также не всегда позволяет точно идентифицировать находку. При этом автоматизации этого процесса и применению методов компьютерного зрения мешает тот факт, что нет большого объема данных и больших отличий между изображениями.
"Для решения этой задачи ученые Сколтеха применили глубокие сверточные нейронные сети — искусственные нейронные сети, построенные по подобию зрительной коры животных. Для обучения нейронной сети был разработан алгоритм аугментации, то есть увеличения объема данных путем добавления измененных копий из существующих данных, в данном случае — фотографий ящиков керна. <...> Такой автоматизированный подход ускоряет обработку одной коробки керна до 20 раз", - говорится в сообщении.
Авторы работы отмечают, что аугментация помогает нейронной сети сконцентрироваться на анализе структуры и текстуры керна, а не на цвете и форме, так как последние характеристики у всех образцов очень похожи. Еще одно из преимуществ нового способа, по данным исследователей, состоит в том, что он помогает автоматически определять глубину, с которой был получен каждый керн. Ранее это приходилось делать вручную с помощью линейки.
Разработанный метод ученые внедрили в созданную ранее систему DeepCore. Ее создали для автоматизации ручной работы сотрудников рудной и нефтегазовой отраслей.