来源：期刊VIP网 时间：
作者：高雅田;刘志文;
单位：东北石油大学计算机与信息技术学院;东北石油大学机械科学与工程学院;
摘要：以测井仪器遇阻预测为典型教学案例，针对仪器遇阻导致相关测井数据（涉及油气开发核心信息）不足且获取渠道受限问题，提出一种基于生成式对抗网络（GAN）的预测方法，通过在教学过程中生成测井数据以补充样本，为学生提供大量训练数据集，从而提升深度学习模型的预测性能，助力教学任务的开展。实验结果表明，该实验过程能够帮助学生理解生成式对抗网络的原理及其应用，培养学生的动手实践能力与科研思维能力。此外，该方法在复杂地层条件下的预测精度显著优于传统方法，展示出良好的应用潜力。
关键词：生成式对抗网络;;仪器遇阻;;测井数据;;深度学习;;教学案例
基金资助：双一流专业建设背景下软件工程专业应用型本科实践教学体系改革研究项目(SJGYB2024457)
