Трансферное обучение под актив — модель остаётся у заказчика
Не «чёрный ящик», а ИИ, рождённый в геологии
Предобученные сети сегодня есть не только у нас — но чаще это узкие региональные модели, обученные на реальных данных. А у реальных данных есть фундаментальная проблема: их недостаточно, и обучаться приходится не на истинных, а на интерпретированных данных — эталона в природе не существует. Мы решили это уникальным генератором синтетики, который развиваем с 2017 года: на обучение каждой модели идёт более 1 000 000 геологически-реалистичных датасетов — от простых структур до самых сложных геологических обстановок. Поэтому модели Geoplat универсальны, а не региональны: сначала универсальная база, затем адаптация под конкретный актив через трансферное обучение — и на этом этапе заказчик получает собственную интеллектуальную собственность, применимую на схожей геологии.
Обучены на синтетике, проверены на реальных данных — без настройки с нуля
1 млн+ реалистичных датасетов на каждую модель — от простых структур до самых сложных обстановок
Без подбора параметров и без своей команды data science