ИТМО · Saudi Aramco
GNN Well Data Imputation
Oleg Starkov / Case study
GW- Статус
- Research
- Роль
- ML Engineer
- Период
- 10.2024 — 03.2026
- Контекст
- ИТМО · Saudi Aramco
О проекте
GNN-модель для восстановления пропусков в нефтегазовых данных на графе скважин.
- Задача
- Повышает полноту данных и снижает влияние пропусков на промышленную аналитику.
- Мой вклад
- Графовый датасет, обучение модели, сравнение с KNN и NMF, подготовка сценария predictive maintenance.
- Результат
- Граф: около 134 тыс. узлов и 670 тыс. рёбер; качество импутации выше baseline-подходов.
Что сделано
- 01Графовый датасет скважин
- 02GNN-модель импутации
- 03Обучающий pipeline
- 04Сравнение с KNN и NMF
- 05Оценка качества данных
- 06Сценарий predictive maintenance
Направления и технологии
Направления
- AI / ML
- Data
Стек
- Python
- PyTorch Geometric
- GNN
- pandas
- NumPy
- Graph ML
Следующий шаг
Нужен похожий продукт или инженерный прототип?
Обсудим задачу, ограничения и короткий путь к первой рабочей версии.