SPWLA第一届岩石物理数据驱动分析竞赛(PDDA Contest)参赛队伍召集
问题描述
受资金或操作方面的限制,并不是每口油井都会测量纵波慢度(DTC)和横波慢度(DTS)。此种情况下,可以运用机器学习技术来对DTC和DTS测井曲线进行预测,从而改善地下特性描述。首届岩石物理数据驱动分析竞赛的目标为:通过处理一号井中易于获取的常规测井数据,建立数据驱动模型,并利用数据驱动模型生成二号井中的DTC和DTS合成测井数据。用于合成期望的声学数据的稳健的数据驱动模型可以得到较小的预测误差。通过比较合成的DTC/DTS日志与原始日志,利用均方误差(Root Mean Squared Error, RMSE)可以对预测误差进行量化。
参赛队伍将获得两个数据集:一号井数据集和二号井数据集。参赛队伍需要用一号井数据集建立可泛化的数据驱动模型。接着,需要将新设计的数据驱动模型应用到二号井数据集,以合成DTS与DTC数据。数据驱动模型需要用到自以下七种数据衍生出的特征集,他们是:Caliper、Neutron、Gamma Ray、Deep Resistivity、Medium Resistivity、Photoelectric Factor和Density。数据驱动模型应当合成两种目标数据:DTC与DTS数据。
竞赛时间安排
开始时间:2020年3月1日
团队登记截止时间:2020年3月31日,CST时间11:59前
报名截止日期:2020年4月30日,CST时间11:59前
结束时间(代码提交时间):2020年5月7日,cst时间11:59前
登记方式
请将您的团队名称,团队成员,联系方式及从属关系至:pdda_sig@spwla.org。
官方竞赛网站为:https://github.com/pddasig/Machine-Learning-Competition-2020.
每名参与者一个账户
参赛人员不能用多个账号登入,因此也不能从多个账号进行内容提交。
不得泄露信息到团队之外
不允许在团队之外私下共享代码或数据,但在竞赛官方Github上为所有参赛者分享代码是可以的。
团队限制要求
每个团队人数最大值为五。
提交
提交内容需要遵循与竞赛官方网站上提供的“sample_submission.csv”相同的格式。最后将根据RMSE结果进行排名。
一个来自于隐藏数据集的20%的盲测试数据集将被提供给参赛队伍,用于模型性能的评估。
参赛队伍需要在截止日期前以Notebook或JupyterNotebook的形式提交可运行代码,任何有严重错误的代码提交或与数据输入结果不一的代码提交将不会获得排名及奖励。
竞赛具体细则
竞赛题目:模拟声波测井数据的产生
竞赛主办方:SPWLA-PDDA SIG
竞赛网址:https://github.com/pddasig/Machine-Learning-Competition-2020
奖金设置:前五名获奖队伍将根据最终的奖池获得奖励。
新颖实用的算法将被推荐给下一期关于PDDA岩石物理学特刊。
数据授权
数据来自Equinor所拥有的VOLVE数据集。
数据访问及使用:非商业性知识共享署名许可。
参加比赛即代表您已经接受这些正式的比赛规则
本次比赛是一个以技术为基础的竞赛,以促进和延申数据科学领域的研究。参赛队伍需要在pdda_sig@spwla.org进行报名登记。内容提交需要符合竞赛官方网站的要求。提交的内容将基于竞赛网站描述的评价指标进行评价。以遵守竞赛规则为前提,将根据提交的数据科学模型优点,为得分最高者提供奖品。详细竞赛规则参见竞赛官方网站。