项目介绍
本项目致力于开发地质科学图像解释新技术，改进应用于能源领域工业挑战的多模态图像数据深度学习方法，以深化对地壳构成的理解。研究将探索如何利用基于大规模未标注图像数据集训练的基础神经模型，并结合测井数据、钻井报告等上下文信息。
该职位面向具有高度积极性、对计算机视觉与神经网络感兴趣，并致力于在具备实际应用价值的领域推动前沿进展的研究者。研究工作将聚焦于地球物理图像数据相关的计算机视觉挑战。
内容包括：开发稳健的模型训练方法；探索或构建多模态数据处理框架；利用超越像素层级的上下文信息；高效运用自监督学习处理大规模未标注数据集。研究成果将在与Aker BP和Equinor的紧密合作中转化为实际创新。
所属院系：奥斯陆大学，信息科学系
项目时长：4 年申请要求和方式
申请要求：·硕士学位或同等学历，机器学习或相关领域优先；·扎实的机器学习、数学、线性代数和/或统计学基础；·具备扎实的Python编程知识和经验。
申请方式：特招公开项目，按照项目要求通过申请系统递交材料。
