AI建模

智能地质建模

模型训练

1. 启动"AI建模"面板->"智能地质建模"功能，弹出如下所示对话框，可检测当前客户机性能：

2. 切换到"模型训练"，设置输入数据源：

• 【数据源】：设置训练源数据，通常为钻孔数据。
• 【地层编码】：选择简单要素类中代表地层编码的属性字段，字符串类型。
• 【采样步长】：设置数据重采样步长。值越大，训练输入数据越多，单次训练过程越慢。

3. 设置训练模型参数。

• 【优化器类型】：深度学习模型训练的优化器类型，包括Adam、SGD、AdamW三种。
• 【训练的批大小】：每次训练时输入模型的样本数量。
• 【激活函数类型】：控制模型非线性表达能力的关键组件。当前支持以下类型：
  • SoftPlus：输出光滑连续，无“硬拐点”，特别适合大范围连续沉积、界面平缓的厚层建模任务（如稳定湖相泥岩、海相碳酸盐岩台地等），能生成自然的地层过渡；
  • ReLU：计算高效、收敛快，适用于含明显岩性突变或薄互层的地层，但可能在连续层中产生阶梯状伪影；
  • LeakyReLU：在负值区域保留微弱梯度，兼顾效率与连续性，适合同时包含突变与缓变特征的混合地层；
  • ELU：负区采用指数衰减，有助于缓解梯度饱和，适用于非线性关系复杂的多期次沉积序列；
  • SELU：具备自归一化特性，理论上可自动稳定网络分布，但对输入数据分布要求严格，在常规钻孔建模中较少使用。

提示：

建议：常规任务优先选 ReLU；若目标为厚层、高连续性地层，推荐使用 SoftPlus。

• 【早停步长】：早停（Early Stopping）机制中，验证集性能连续多少个训练过程精度未提升就提前终止训练。
• 【学习率】：训练过程中的参数调整权重。学习率过大会导致训练过程震荡，过小则参数调整幅度小，精度提升慢。建议初始设置范围为 [1E-4, 1E-3]。
• 【训练总次数】：最大训练次数。
• 【最大送代次数】：用于调整优化器的学习率衰减策略，通常与训练总次数相等。
• 【验证步长】：每隔多少个训练步骤进行一次验证，评估模型精度。

4. 设置结果保存路径。此处只需输入保存路径即可，结果为文件夹，自动按照执行操作时间命名。

5. 点击"训练"即可执行操作，生成训练模型；点击"暂停"可暂停模型训练；点击"取消"可取消模型训练。

提示：

智能地质建模构建训练模型时，不同参数设置生成的训练模型准确率不同，用户可尝试多种参数设置，以生成更优的训练模型。

当前参数设置已达最优训练结果时，会触发"早停"机制，提前结束训练。虽然提示"任务失败:训练提前结束。如需进一步优化准确率，请调整参数后重试"，并不影响使用该训练结果。

模型推理

1. 启动"AI建模"面板->"智能地质建模"功能，弹出如下所示对话框，可检测当前客户机性能：

2. 切换到"模型推理"，设置输入数据：

• 【训练成果路径】：选择训练成果文件夹。
• 【SGrid路径】：选择待处理的SGrid图层。
• 【属性字段】：选择待处理的属性字段。
• 【批大小】：推理时，每次参数更新时所使用的样本数量。

3.设置结果信息，有如下两种方式：

• 保存到原SGrid数据：结果直接保存到原SGrid图层。
• 另存为新数据：结果另存为一个新的SGrid图层。

4. 点击"推理"即可执行操作，生成推理模型；点击"暂停"可暂停模型训练；点击"取消"可取消模型推理。