مناقشة رسالة طالب الماجستير محمد وهاب رحيم من قسم علوم الحاسوب

ناقش قسم علوم الحاسوب في كلية العلوم بجامعة ديالى رسالة طالب الماجستير محمد وهاب رحيم الموسومة التنبؤ بمسامية المكامن بناءً على سمات البيانات الزلزالية الناتجة باستخدام نهج التعلم العميق وذلك على قاعة المناقشات في عمادة الكلية.

اوضح الباحث في دراسته أن المسامية هي الخاصية الجيوفيزيائية التي تتحكم في حجم السوائل داخل المكمن. وعن طريقها يقدر احتياط البترول او الغاز داخل المكامن كما أنها تعتبر العامل الأكثر أهمية لمعرفة الصفات البتروفيزيائية المهمة للمكمن ، لذلك فهي تعمل على تحسين الثقة عند حفر الآبار. من أهم التحديات التي تواجه توصيف المكمن النفطي. هو الاختلاف في تكوين طبقات الأرض من منطقة إلى أخرى حسب تضاريس الأرض. بشكل عام ، تعد التقنيات الذكية واستخدام الخوارزميات الخاصة بها على مستوى عالٍ في التنبؤ بمواقع المسامية وتجمعاتها. تهدف الاطروحة إلى إيجاد نموذج رياضي ذكي يمكنه تقليل التأخير في الحفر وزيادة الموثوقية. تستخدم هذه الأطروحة بيانات حقيقية . للحصول على النتائج والوصول إلى تنبؤ دقيق ، استخدم معامل بيرسون لاستخراج أفضل الميزات لتقليل الجهد والوصول إلى تنبؤ دقيق. في هذه الاطروحة تم استخدام نماذج التعلم الآلي لدعم الانحدار المتجه (SVR) وانحدار الاقرب جار (KNR) للتنبؤ بالمسامية. ولتحسين النتائج تم استخدام خوازميات الشبكات العصبية المتكررة (RNN) للتعلم العميق، والمتمثلة بخوارزمية (LSTM)والتي تم تهجينها مع وحدة البوابات المتكررة (GRU) وتغذيتها بشبكة عصبية اصطناعية (ANN)وكذلك استخدام ((LSTM بشكل منفرد للتنبؤ بالمسامية. وقد اظهرت النتائج أنه باستخدام خوارزميات التعلم العميق ، يمكننا الحصول على أفضل القرارات في التنبؤ بمكامن النفط وتقليل عدم الثقة في التنقيب والحفر عن النفط.

وتألفت لجنة المناقشة من السادة المدرجة أسماؤهم أدناه:

أ. د. طه محمد حسن / جامعة ديالى / كلية العلوم .. رئيساً
أ. م. د. مكي مهدي عبد الحسن / كلية النسور الجامعة / هندسة تقنيات الحاسبات .. عضواً
أ. م. علي عبد الرحمن محمود / جامعة ديالى / كلية العلوم .. عضواً
أ. م. د. عبد الباسط كاظم شكر / جامعة ديالى / كلية العلوم .. عضواً ومشرفاً

وقد تم قبول الدراسة ومنح الطالب درجة الماجستير في تخصص علوم الحاسوب .. ألف مبارك ..