В статье рассматриваются методы машинного обучения для классификации фациальных комплексов по данным геофизических исследований скважин. Цель работы заключается в подборе методов ML для фациального анализа и повышения его точности с использованием синтетических данных при малом объёме размеченных данных и высокой изменчивости измерений. Опробованы алгоритмы SVM, RandomForest, MLP и KMeans. Результаты показали, что RandomForest и SVM, использующие синтетические данные, улучшили точность классификации, тогда как MLP и KMeans не показали положительных результатов. Работа демонстрирует эффективность машинного обучения для автоматизации фациального анализа и снижения зависимости от человеческого фактора.

Ковтун Я.Д. (науч. рук. Прозорова Г.В.) Алгоритмы машинного обучения для классификации фациальных комплексов по данным геофизических исследований скважин // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/16601