2018年6月4日上午，来自美国阿拉巴马大学张波博士在石油科技大楼D318会议室为实验室师生作了一场题为“深度学习在测井地层对比中的应用”的学术报告。此次报告会由张占松院长主持。
张波博士用通俗易懂的语言和完整的实例讲解了他们课题组针对这一实际问题的解决方案。张波博士研究团队将先进的深度机器学习思想引入测井数据处理中，首先简单介绍了深度机器学习思想和方法的发展历程及在其他领域的应用情况，之后针对大量井数据地层对比的问题，以大庆油田7000多口井数据的地层对比分析工作为例详细地讲解了深度机器学习方法的优选、模型构建及优化、训练集的选择及规模优选、输入数据的准备及输入方式等的实现方法及需要注意的问题。最后，张博士展示了基于卷积神经网络(CNN)的深度机器学习方法在测井地层对比中的应用效果，结果表明，基于深度学习的测井地层对比处理方法可以高效地得到地层对比分析结果，且可以达到理想的精度。
在互动环节，张博士针对现场师生的提问，给出了专业的解答。另外，他还针对师生出国交流发展的问题分享了他的个人经验和建议。
据悉，张波博士是美国阿拉巴马大学助理教授，2006年毕业于中国石油大 学（华东）勘查技术与工程专业，2009年于中科院地质与地球物理研究所获得硕士学位，2014年获得俄克拉荷马大学地球物理博士学位。长期从事地震波速度分析、地震属性、地震层析学、储层建模、非常规油气藏甜点预测、人工智能与大数据等方向的研究工作。担任SEG/AAPG Interpretation副主编、Applied Geophysics副主编、archives of oil and gas research编委, SEG技术标准委员会委员， 在Geophysics、Interpretation、JGE、JAG、SPE Journal 等知名刊物上发表学术论文二十多篇。
