Контролируемое обучение – это обучение на примере. Для этого требуется обучающий набор с примерами входных данных, привязанных к известным выходным данным. Процесс связывания входных данных с выходными называется «маркировкой».
В OpendTect мы поддерживаем четыре ключевых метода маркировки для приложений, использующих сейсмические и скважинные данные:
- Моделирование. Создает неограниченное количество примеров, но моделирование сложно и обычно выполняется только экспертами.
- Обработка: самый простой метод, требует ввода и обработки вывода.
- Интерпретация точек: относительно легко интерпретируется, используется для обнаружения субсейсмических и нечетких объектов, но применение моделей «изображение-точка» требует много времени.
- Интерпретация объектов. Для объектов макромасштаба модели «изображение-изображение» требуют больших ресурсов компьютера во время обучения, но очень быстро на этапе применения и часто могут быть повторно использованы для невидимых данных.
В видеоролике представлена более подробная информация о каждом методе маркировки и показано, как выбрать подходящую модель машинного обучения для конкретной задачи.