Budownictwo
Drogi
Energetyka
Geoinżynieria
Hydrotechnika
Inż. Bezwykopowa
Kolej
Mosty
Motoryzacja
Tunele
Wod-Kan
Celem projektu „Wykorzystanie uczenia maszynowego w znakowaniu pierwszych wstąpień fal refrakcyjnych”. ML FB Pick jest stworzenie oprogramowania, które przyspieszy i udoskonali przetwarzanie danych sejsmicznych. W konsekwencji program pozwoli na efektywniejsze poszukiwania takich surowców, jak np. gaz ziemny czy ropa naftowa.
– W obliczu rosnącego zapotrzebowania na energię jej zrównoważone pozyskiwanie jest ważnym elementem bezpieczeństwa energetycznego. Proces ten wymaga ciągłego doskonalenia pod kątem technologii, ale również optymalizacji kosztów – mówi Arkadiusz Sekściński, Wiceprezes Zarządu PGNiG ds. Rozwoju. – Projekt prowadzony przez Geofizykę Toruń i Evorain pozwoli sprawniej i efektywniej wykrywać i oceniać potencjał złóż węglowodorów i wód geotermalnych. Może być także zastosowany przy poszukiwaniu przestrzeni pod podziemne zbiorniki gazu lub do zatłaczania CO2. W efekcie oprogramowanie umożliwi poprawę prac badawczych dla sektora energetycznego pod względem operacyjnym i finansowym – dodaje A. Sekściński.
Wspólne prace badawczo-rozwojowe przeprowadzone są w oparciu o próbki danych sejsmicznych dostarczane przez Geofizykę Toruń. Obecnie trwa ostatni etap projektu, w ramach którego powstaje program wykorzystujący algorytmy sztucznej inteligencję i uczenie maszynowe.
ML FB Pick rozwijany z udziałem spółki Evorain, tworzonej przez zespół naukowców z Politechniki Częstochowskiej, został wyselekcjonowany przez własny program akceleracyjny PGNiG – InnVento oraz we współpracy z Krakowskim Parkiem Technologicznym. Rozwiązanie uzyskało także zewnętrzne finansowanie grantowe w ramach jednego z instrumentów Polskiej Agencji Rozwoju Przedsiębiorczości dla startupów. Finalizacja projektu przewidywana jest na koniec 2022 r.
Źródło: tekst PGNiG SA, www.pgnig.pl
