Ребята Юнет натягивали на 1д

Любопытствовал когда-то

полный текст задания

В реальной жизни для изучения свойств целевого пласта на месторождении бурятся скважины, после чего в них опускаются специальные устройства - каротажные зонды. С их помощью проводится запись различных геофизических полей (например, радиоактивность или плотность), создаваемых горными породами. Подобные исследования называются геофизическими исследования скважин - ГИС. На основе полученных данных специалисты петрофизики проводят интерпретацию и сообщают информацию о том, на какой глубине находится пласт-коллектор, который может накапливать и отдавать флюиды. Типичный пример различных каротажных кривых и их совместной интерпретации представлен на рисунке ниже:

PIC

На основе полученной интерпретации можно посчитать такое свойство как песчанистость в зоне бурения скважины. Песчанистость — это отношение толщин пластов-коллекторов к общей толщине геологического образования, данная характеристика позволяет геологам делать предположения об экономической эффективности работы с этим месторождением. К сожалению, бурение скважин является очень дорогостоящей операцией, поэтому мы используем различные алгоритмы картопостроения с целью прогноза свойств в межскважинном пространстве. В качестве данных в представленной задаче используется информация из синтетической модели месторождения, которая была построена на основе геологического обнажения Шестаково, Кемеровская область. По его описанию были определены различные геологические параметры (размеры и геометрия тел, их связанность и значение песчанистости), которые в дальнейшем использовались при построении 3D модели. Подобный подход позволил достаточно точно отобразить реальную геологию (которая обычно не доступна для визуального анализа) и использовать полученный результат в качестве полигона для опробования и оценки различных подходов.

PIC

В предоставленном наборе данных имеется информация о 10% скважинных данных (в реальной жизни их может быть менее 1% от площади месторождения!), используя которые, Вам предлагается построить алгоритм, который бы предсказывал значения песчанистости в точках с отсутствующими значениями.

Вход: тренировочный датасет (Training wells.csv) с заполненными значениями песчанистости, а также тестовый датасет (Empty part.csv) с пропущенными значениями песчанистости, для которого вы должны предсказать эти значения.

Выход: файл с предсказанием песчанитости для тестового файла. В выходном файле последовательность строк сохранить, само предсказание песчанистости добавить четвёртым столбцом в датасет с заголовком столбца NTG, как это сделано в тренировочном датасете. Получившийся файл загрузить в систему.

Критерии оценивания: в качестве метрики оценивания используется метрика RMSE, участники ранжируются относительно значения этой метрики (от меньшего к большему).

Рисунки 1-2 соответственно.

Вообще как угодно.
Можно свои данные откуда то брать или смотреть на другие ресерчи.

Олимпиада длится 6 дней.
Вот первый подходит к концу.

Если брать геолгию, то мы обычно разрезы руками строили и смотрели, что как "ложится". Были люди, которые делали для этого автоматизацию, но для сложных разерзов, всервно делали вручную. Может у вас, таки получится ;-)

Проблема в том что колличество данных которые есть в задании очень мало.

Проблема 2 я например не специалитет в этой области от слова совсем)
И если бы были известны какие-то ограничения - то было бы возможно лучше.

Как-то пробовал в 3д отстраивать и получаласть своеборазная интерполяция для точек между скважинами. Но тогда про МЛ ничего не знал.

Уже лучше. Суть интерпретации таких данных в следующем: по гамма каротажу, в данном случае, можно судить о глинистости пород. Чем выше значения ГК тем больше глины, тем менее пористая порода (неколлектор) и наоборот. И получается по соотношению проницаемых (NRV) и непроницаемых (GRV) пород относят интервал к коллектору. А на тестовый и тренировочный файлы можно взглянуть?

Сколько?

Посмотри в Ютубе по поисковой фразе:
geology kriging python modelling

Или комбинации из любых 2-х из выше приведенных слов ))

Сейчас)

Сперва подумал что странные X и Y, какие-то неестественные для реальных )) Но построил карту и все в принципе сложилось

Конечно в твоем случае нужно брать интерполятор "кригинг", как писали выше.

Ну там вроде должна быть 3д интерполяция?

В реале да, но тут уже имеем "усредненные" NTG по скважинам. И судя по всему подразумевается что они относятся к одному интервалу (пласту).

" Пористость" не есть равна "Активная пористость"

В рамках простого объяснения, человеку который с этим не знаком, думаю можно не вдаваться в некоторые детали. Тем более на решение задачи это никак не влияет 💁‍♂

🤔