Manufacturing, Energy, and Logistics

Industry

Машинное обучение в реальных секторах экономики - от добычи нефти до генерации энергии и производства стали.

Доклады секции:

  1. Панельная дискуссия
    Cергей Свиридов, Head of R&D, Zyfra
    Александр Смоленский, AI Director, Zyfra
    Борис Воскресенский, Директор по цифровому развитию, Severstal Digital

  2. Линейные деревья решений для прогноза усваемости химических элементов в плавке
    Николай Князев, Архитектор машинного обучения, Softline

  3. Neural Differential Equations based Reduced Order Model for Fast and Scalable Reservoir Simulation
    Павел Темирчев, Младший научный сотрудник и аспирант в Сколетехе, R&D инженер в Digital Petroleum

  4. О том как можно заставить ML работать и причем тут физика. Примеры из нефтегазовой отрасли
    Тимур Бикмухаметов, Lead Data Scientist, Zyfra

  5. Машинное обучение в задачах сейсмической обработки Газпром Нефти
    Антонина Арефина, Ведущий аналитик, Газпром Нефть

  6. Подготовка данных для задачи классификации изображений горных пород. Считаем препроцессоры
    Евгений Барабошкин, Младший научный сотрудник и аспирант в Сколетехе, R&D инженер в Digital Petroleum

  7. Выделение сейсмических горизонтов
    Сергей Цимфер, Ведущий аналитик, Газпром Нефть

  8. Прогнозирование осложнений в процессе бурения нефтегазовых скважин
    Семён Косяченко, Senior Data Scientist, Zyfra

  9. Reinforcement learning for the adaptive speed regulation on a metallurgical pickling line
    Boris Voskresenskii, Chief Digital Officer, Severstal Digital
    Kseniia Kingsep, Head of Data Science, Severstal Digital 
    Anna Bogomolova, Team Lead, Seversal Digital

Организатор: 

Сергей Свиридов
M. +7 916 800-83-05
Telegram: @sergeysviridov

Track program

Панельная дискуссия
Теория
Линейные деревья решений для прогноза усваемости химических элементов в плавке
Теория
Neural Differential Equations based Reduced Order Model for Fast and Scalable Reservoir Simulation
Теория
О том как можно заставить ML работать и причем тут физика. Примеры из нефтегазовой отрасли
Теория
Машинное обучение в задачах сейсмической обработки Газпром Нефти
Теория
Подготовка данных для задачи классификации изображений горных пород. Считаем препроцессоры
Теория
Выделение сейсмических горизонтов
Теория
Прогнозирование осложнений в процессе бурения нефтегазовых скважин
Теория
Reinforcement learning for the adaptive speed regulation on a metallurgical pickling line
Теория

Cookies help us deliver our services. By using our services, you agree to our use of cookies.