Предмет. Роль систем искусственного интеллекта в управлении нефтяными компаниями. Цели. Разработка алгоритма принятия управленческого решения на основе использования инструментов искусственного интеллекта и практических рекомендаций по его применению. Методология. Применены методы комплексного, компаративного и логического анализа. Результаты. Разработан алгоритм принятия управленческого решения менеджментом нефтегазовой компании, предполагающий использование систем искусственного интеллекта. Внедрение новой технологии позволяет сократить продолжительность этапа разметки сейсмических горизонтов, минимизировать количество ошибок при составлении карты месторождений и более точно построить геологическую модель. Выводы. Результаты исследования могут быть использованы специалистами предприятий топливно-энергетического комплекса, ответственными за внедрение в производственный процесс систем искусственного интеллекта.
Рустамов А.Р., Пеньков Г.М., Петраков Д.Г., Рустамова М.А. Современные методы применения машинного обучения как инструмента прогнозирования добычи нефти // Недропользование. 2024. Т. 24. № 1. С. 44–50. URL: Link
Мартюшев Д.А., Пономарева И.Н., Захаров Л.А., Шадров Т.А. Применение машинного обучения для прогнозирования пластового давления при разработке нефтяных месторождений // Известия Томского политехнического университета. Инжиниринг георесурсов. 2021. Т. 332. № 10. С. 140–149. URL: Link
Дробахина А.Н. Информационные технологии в образовании: искусственный интеллект // Проблемы современного педагогического образования. 2021. № 70. С. 125–128. URL: Link
Жилов Р.А. Интеллектуальные методы кластеризации данных // Известия Кабардино-Балкарского научного центра Российской академии наук. 2023. № 6. С. 152–159. URL: Link
Пахомова А.А., Ли А.Д. Применение алгоритма EM для гауссовой смеси // Научный взгляд в будущее. 2020. Т. 1. № 18. С. 29–34. URL: Link
Орешков В.И. Выбор числа кластеров в алгоритме k-средних с использованием энтропии кластерных решений // Вестник Рязанского государственного радиотехнического университета. 2021. № 77. С. 81–92. URL: Link
Кузнецов Д.А., Плотникова Н.П., Федосин С.А. Агломеративная кластеризация алгоритмом DBSCAN с применением итеративного подхода // Нелинейный мир. 2021. Т. 19. № 3. С. 29–36. URL: Link
Скворцов Д.С. Специфика внедрения искусственного интеллекта на предприятиях нефтегазового сектора // Вестник Московского гуманитарно-экономического института. 2024. № 3. С. 39–44.
Дементьев К.И. Оптимизация бизнес-процессов предприятий нефтегазового сектора России на основе использования искусственного интеллекта // Научные труды Северо-Западного института управления РАНХиГС. 2022. Т. 13. № 2. С. 39–48.
