真人线上娱乐

2025年6月4日9:00，地球科学与技术学院的三位博士孟凡、万有维、焦世祥主讲的硕博论坛在明辨楼C103成功举行。本次论坛聚焦人工智能与能源工程交叉领域的前沿技术，三位博士分别就机器学习在测井曲线重构、软硬交互地层地应力预测及核磁共振谱反演中的创新应用展开深度分享，吸引了众多师生参与交流。

孟博士以“基于机器学习的测井曲线智能重构方法”为主题，指出传统测井曲线修复依赖经验模型和多元回归，难以处理数据缺失与非线性关系的问题。他提出一种自动化机器学习框架，通过多模型自动选择与超参数优化，显著提升了重构精度与效率，并配套开发了基于Web的智能重构系统，为实际工程提供了低门槛、高可解释性的解决方案。

孟凡博士作学术交流分享

万有维博士围绕“基于线弹性-粘性松弛模型的软硬交互地层地应力预测”这一主题做了报告，首先从TF气区须家河组软硬交互地层的地应力单井连续预测难度大这一问题切入，指出现有的地应力预测模型难以精准刻画泥页岩等软岩地层在时间效应下因蠕变作用产生的残余应力，同时也难以表征软硬交互和软硬渐变地层的地应力特征。针对该问题，分别进行了线弹性地层、粘性松弛软岩地层以及线弹性-粘性松弛软硬交互和软硬渐变地层的地应力预测模型推导，并通过数值验证和工程验证两种方式证明了模型的准确性和合理性，同时搭建了相应的软件系统，实现了模型的便捷化使用。

万有维博士作学术交流分享

焦世祥博士则针对常规核磁谱反演方法计算复杂、抗噪能力差等问题，在核磁信号去噪的基础上，提出一种基于傅里叶变换特征提取和自编码器的T2谱反演模型，通过自编码器对输入特征的编码和重构，有效简化反演过程中的数值计算。此外，为解决二维谱反演中双变量指数衰减的病态性和高维矩阵运算复杂性，提出融合变分自编码器（VAE）和Transformer注意力机制的二维谱反演算法。通过引入Transformer的多头自注意力机制，使模型能够有效关注长程依赖信息与二维谱中有效信号区域，大幅增强模型对复杂流体组分的敏感性和反演精度。这些研究成果展现了自编码器结构在T?谱反演领域的广泛潜力。

焦世祥博士作学术交流分享

论坛现场气氛热烈，师生们围绕模型泛化性、工程应用难点及算法优化等议题展开深入交流。三位博士的研究不仅体现了人工智能在能源领域的创新突破，也为跨学科融合提供了新思路。与会者纷纷表示，此次论坛拓宽了学术视野，激发了科研灵感，期待未来举办更多高质量的学术活动。论坛在热烈的掌声中圆满落幕。