Родина, К.Ю. Силкин Воронежский государственный университет В статье приводятся результаты применения искусственных нейронных сетей (ИНС) для интерпретации данных геофизических исследований скважин (ГИС). <...> Производится описание используемых каротажных данных и методики их подготовки для работы с ИНС. <...> Искусственные нейронные сети (ИНС) в настоящее время применяют практически во всех прикладных областях исследований: биологии, медицине, геофизике и т.д. <...> Они предоставляют возможность любому учёному, не являющемуся специалистом в области математического анализа и вычислительной математики, выявить и использовать на практике закономерности в экспериментальных данных. <...> Причём, процесс добычи и накопления знаний осуществляется нейронной сетью автоматически. <...> В данной работе описывается опыт применения ИНС для интерпретации данных γ-каротажа и каротажа сопротивления по двум скважинам, одна из которых служила эталоном для обучения сети, а другая — средством проверки правильности её работы. <...> Адаптируемые и обучаемые они представляют собой распараллеленные системы. <...> Элементарным преобразователем является искусственный нейрон, названный так по аналогии с биологическим прототипом. <...> В состав искусственного нейрона входят умножители (синапсы), сумматор и функция активации (передаточная функция). <...> Синапсы осуществляют связь между нейронами и умножают входной сигнал на число, характеризующее силу связи — вес синапса. <...> Сумматор выполняет сложение сигналов, поступающих по синаптическим связям от других © Родина С.Н., Силкин К.Ю., 2007 184 нейронов, и внешних входных сигналов. <...> Функция активации преобразует выход сумматора, чаще всего используют сигмоидальную функцию. <...> Персептрон — это простая нейронная модель, состоящая из одного слоя искусственных нейронов (рис. <...> Самым распространенным их видом является многослойный персептрон (рис. <...> Сеть состоит из произвольного количества слоев нейронов. <...> Первый слой <...>