9月24日下午，计算机与软件学院在明理楼B306举行了“梦溪湖论坛”第二讲。本次讲座聚焦“基于图神经网络的油田井网井间连通性研究”，吸引了众多老师及对该领域怀有浓厚兴趣的研究生。本次讲座特邀西南石油大学计算机与软件学院副研究员曾星杰老师主讲。曾星杰老师致力于石油人工智能、联邦学习、图神经网络等领域并取得丰富的科研成果。

本次讲座内容主要涉及基于层间干扰的注水劈分方法研究、基于图结构的井间连通性分析、基于图神经网络的井间连通性优化和基于井网异构的图联邦学习研究。

在讲座中，曾老师首先讲述了研究的油田背景和研究现状，基于此提出自己的研究思路并建立了一套体系，注水劈分后得到数据支撑，再进行连通性评估、优化，最后多区块联合学习，同时基于两方面的挑战来展示此次研究的动机。随后曾老师详细介绍了模型的设计，主要采用了动态激活策略。在讲述的过程中，闵帆教授对曾老师所讲述的内容发出了提问，随即开始进行学术探讨。

曾老师还展示了图神经网络联邦学习架构以及相应的研究成果，图神经网络的收敛能力是图联邦学习的关键挑战，而对全局模型相似性的度量和学习可以有效提高模型的趋同性。曾老师主要分析了模型的损失优化设计，本地约束的损失、模型表示向量的损失和模型全域损失是相互促进的三个部分，可以提高模型的泛化能力。在油田数据集上进行了实验验证，取得了94.5%的准确率。

在梦溪湖论坛讲座渐入尾声时，师生们共同交流，询问测试数据的来源、数据量大的时候如何使用、对远处区块采集的影响等问题，相信同学们在得到曾老师的解答后一定受益匪浅，继续勇于探索，不断追求真理，注重实践，将理论知识应用到实际生活中去。