Данная работа направленна на проверку применимости методов машинного обучения для прогнозирования проницаемости оцифрованных кернов. В работе применены метод градиентного бустинга и глубокое обучение. Исследование проводилось на данных из открытых источников. Проведено сравнение качества прогноза различных параметров и методов. Полученные результаты демонстрируют применимость машинного обучения для прогнозирования проницаемости на основе изображений и открывают новую область цифровых исследований горных пород.

This work is aimed at testing the applicability of machine learning methods for predicting the permeability of digitized cores. The gradient boosting method and deep learning are used in the work. The study was conducted on data from open sources. The quality of the forecast of various parameters and methods is compared. The obtained results demonstrate the applicability of machine learning to predict permeability based on images and open a new field of digital rock research.