КАРПЕНКО, ІванІванКАРПЕНКОЛЕВОНЮК, СергійСергійЛЕВОНЮК0000-0002-5780-0418КАРПЕНКО, ОлексійОлексійКАРПЕНКОЛОКТЕВ, АндрійАндрійЛОКТЕВ2026-04-012026-04-012024-09-19КАРПЕНКО, І., ЛЕВОНЮК, С., КАРПЕНКО, О., ЛОКТЕВ, А. (2024). NEURON NETWORK TECHNOLOGIES APPLICATION IN LITHOLOGICAL-FACIAL DECOMPOSITION OF THE DEVONIAN AND CARBONIFEROUS SEDIMENTS ACCORDING TO GEOLOGICAL-GEOPHYSICAL DATA (NORTHWESTERN PART OF THE DNIEPER-DONETS DEPRESSION). Visnyk of Taras Shevchenko National University of Kyiv. Geology, 2(105), 37–43. https://doi.org/10.17721/1728-2713.105.0510.17721/1728-2713.105.05https://ir.library.knu.ua/handle/15071834/13970Background. The growth of hydrocarbon reserves in the old oil and gas producing regions can be realized to a large extent due to the reinterpretation of geological and geophysical data on the old fund of wells (both within existing deposits and on areas that, under certain circumstances, were at one time assessed as unpromising). At this stage of geological exploration work, considerable work is being done to reinterprete the data of geophysical studies in the missed intervals of wells of the old fund, including exploratory wells. Similar works are carried out on deep horizons (Devonian), as well as on Mesozoic deposits, which in the last century were not of primary importance in terms of prospects in many areas. The available geological and geophysical material indicates significant difficulties in the correct identification of layers within the specified strata.  Methods. The results of geophysical, petrographic and petrophysical studies on the deposits are analyzed. The methods of statistical analysis were applied in order to establish the possibility of using pattern recognition methods for lithological-facies dissection of well sections based on well-logging data.  Results. Thanks to the use of neural network technology, the reliability of the traditional geological interpretation of the welllogging data was verified. The reliability of establishing the lithological-facies affiliation of individual layers in Upper Devonian, Lower, and Middle Carboniferous well sections has been increased by using an ensemble of calculated neural networks. An original approach to the implementation of neural network technology in the interpretation of geological and geophysical data is proposed.  Сonclusions. The article examines the geophysical characteristics of potentially promising horizons that were previously overlooked. The problems to be solved are indicated, as well as ways to increase the reliability of the geological interpretation of welllogging data in layers of different ages. In particular, the possibility and expediency of using machine learning based on neural network technologies is considered.Вступ. Приріст запасів вуглеводнів у старих нафтогазовидобувних регіонах значною мірою може бути реалізований за рахунок переінтерпретації геолого-геофізичних даних на старому фонді свердловин. Як у межах існуючих родовищ, так і на площах, які за певними обставинами були у свій час оцінені як неперспективні. На даному етапі геологорозвідувальних робіт виконується значна робота з переінтерпретації даних геофізичних досліджень у пропущених інтервалах свердловин старого фонду, у тому числі – пошукових і розвідувальних свердловин. Подібні роботи виконуються на глибокі горизонти (девон), а також на відклади мезозою, які в минулому столітті не були першочерговими в плані перспективності на багатьох площах. Наявний геолого-геофізичний матеріал свідчить про значні труднощі щодо правильної ідентифікації пластів у межах указаних стратонів.  Методи. Проаналізовано результати геофізичних, петрографічних і петрофізичних досліджень по відкладах, що вивчалися. Застосовано методи статистичного аналізу з метою встановлення можливості використання методів розпізнавання образів для літолого-фаціального розчленування розрізів свердловин за даними геофізичних досліджень.  Результати. Завдяки використанню технології нейронних мереж перевірено надійність традиційної геологічної інтерпретації даних геофізичних досліджень свердловин. Підвищено достовірність встановлення літолого-фаціальної належності окремих пластів у розрізах свердловин верхнього девону, нижнього і середнього карбону – шляхом застосування ансамблю розрахованих нейронних мереж. Запропоновано оригінальний підхід щодо реалізації технології нейронних мереж при інтерпретації геолого-геофізичних даних.   Висновки. Розглянуто геофізичні характеристики потенційно перспективних горизонтів, які раніше пропускались. Вказано завдання, які слід вирішувати, а також шляхи підвищення достовірності геологічної інтерпретації даних промислової геофізики в різновікових товщах. Зокрема розглянуто можливість і доцільність використання машинного навчання на основі нейрономережевих технологій.enhorizonreservoirlithologyDevonianneural networkswell loggingгоризонтколекторлітологіядевоннейронні мережігеофізичні дослідження свердловинСтаття