昨天我在浏览一些东西时遇到了贝叶斯搜索理论。思考这个理论让我想到了几年前我正在研究的一个关于地质解释的问题。
我们正在研究一个特定地点的地质情况，它基本上由两种不同类型的岩石组成。钻孔已在不同位置钻出，并显示出不同数量的两种不同类型的岩石在地面的不同高度以及不同程度的岩石风化。许多地质学家查看了可用的数据，并提出了不同的解释。在我看来，贝叶斯搜索理论可以用于这种情况，特别是在随着时间收集额外数据的情况下，以给出不同解释的可能性有多大的指示。
有没有人遇到过在这种情况下使用贝叶斯搜索理论的情况。是否有这样做的标准框架？我原以为这可能是石油行业可能进行大量研究的东西，因为它适用于寻找石油。
虽然它通常不被称为贝叶斯搜索理论，但这种方法在石油勘探中得到了广泛的应用。然而，标准示例中存在重要差异，这些差异驱动了它们各自建模问题的不同特征。
在丢失船只探索的情况下（在贝叶斯搜索理论中），我们正在寻找海底上的一个特定点（一个高度），一个分布模拟其静止位置的可能性，另一个分布模拟找到该位置的可能性。船在那个深度。然后这些分布是引导搜索，并通过引导搜索的结果不断更新。
尽管相似，但石油勘探充满了复杂的特征（多个采样深度、高采样成本、可变产量、多个地质指标、钻井成本等），因此需要超出先前示例中考虑的方法。有关这些复杂因素的概述以及对它们进行建模的方法，请参阅通过石油和天然气勘探学习。
所以，是的，可以说石油勘探问题的程度不同，但与丢失的船只勘探不同，因此类似的方法可能会得到富有成效的应用。最后，快速的文献搜索揭示了许多不同的建模方法，考虑到问题的复杂性，这并不奇怪。
这里有一本关于使用 R 进行地统计映射的免费书籍，它可能会帮助您解决问题。