2025年6月4日9:00，地球科學與技術學院的三位博士孟凡、萬有維、焦世祥主講的碩博論壇在明辨樓C103成功舉行。本次論壇聚焦人工智能與能源工程交叉領域的前沿技術，三位博士分別就機器學習在測井曲線重構、軟硬交互地層地應力預測及核磁共振譜反演中的創新應用展開深度分享，吸引了眾多師生參與交流。
孟博士以“基于機器學習的測井曲線智能重構方法”為主題，指出傳統測井曲線修復依賴經驗模型和多元回歸，難以處理數據缺失與非線性關系的問題。他提出一種自動化機器學習框架，通過多模型自動選擇與超參數優化，顯著提升了重構精度與效率，并配套開發了基于Web的智能重構系統，為實際工程提供了低門檻、高可解釋性的解決方案。
孟凡博士作學術交流分享
萬有維博士圍繞“基于線彈性-粘性松弛模型的軟硬交互地層地應力預測”這一主題做了報告，首先從TF氣區須家河組軟硬交互地層的地應力單井連續預測難度大這一問題切入，指出現有的地應力預測模型難以精準刻畫泥頁巖等軟巖地層在時間效應下因蠕變作用產生的殘余應力，同時也難以表征軟硬交互和軟硬漸變地層的地應力特征。針對該問題，分別進行了線彈性地層、粘性松弛軟巖地層以及線彈性-粘性松弛軟硬交互和軟硬漸變地層的地應力預測模型推導，并通過數值驗證和工程驗證兩種方式證明了模型的準確性和合理性，同時搭建了相應的軟件系統，實現了模型的便捷化使用。
萬有維博士作學術交流分享
焦世祥博士則針對常規核磁譜反演方法計算復雜、抗噪能力差等問題，在核磁信號去噪的基礎上，提出一種基于傅里葉變換特征提取和自編碼器的T2譜反演模型，通過自編碼器對輸入特征的編碼和重構，有效簡化反演過程中的數值計算。此外，為解決二維譜反演中雙變量指數衰減的病態性和高維矩陣運算復雜性，提出融合變分自編碼器（VAE）和Transformer注意力機制的二維譜反演算法。通過引入Transformer的多頭自注意力機制，使模型能夠有效關注長程依賴信息與二維譜中有效信號區域，大幅增強模型對復雜流體組分的敏感性和反演精度。這些研究成果展現了自編碼器結構在T?譜反演領域的廣泛潛力。
焦世祥博士作學術交流分享
論壇現場氣氛熱烈，師生們圍繞模型泛化性、工程應用難點及算法優化等議題展開深入交流。三位博士的研究不僅體現了人工智能在能源領域的創新突破，也為跨學科融合提供了新思路。與會者紛紛表示，此次論壇拓寬了學術視野，激發了科研靈感，期待未來舉辦更多高質量的學術活動。論壇在熱烈的掌聲中圓滿落幕。
