Тішаєв І.В. Розв'язання промислово-геофізичних задач класифікації методами штучних нейронних мереж та вейвлет-аналізу. - Рукопис. Дисертація на здобуття наукового ступеня кандидата фізико-математичних наук за спеціальністю 04.00.05 - геологічна інформатика. - Київський національний університет імені Тараса Шевченка, Київ, 2006. Дисертація присвячена адаптації сучасних математичних та кібернетичних методів аналізу даних для розв'язання широкого класу класифікаційних задач, що є досить типовими для промислової геофізики. З цією метою в роботі детально розглянуті такі методи, як кластерний аналіз, вейвлет-аналіз та штучні нейронні мережі. Окрім того, проведений ґрунтовний аналіз основних факторів, що призводять до спотворення первинних даних геофізичних досліджень свердловин, на основі якого був вироблений оптимальний граф попередньої обробки зареєстрованих даних. Розроблений новий спосіб побудови простору ознак, що базується на неперервному вейвлет-перетворенні досліджуваного сигналу, внаслідок чого автоматично забезпечується однаковість масштабів та фізичних трактувань окремих ознак. В рамках даної роботи були сформульовані й вирішені дві, надзвичайно актуальні в промисловій геофізиці, задачі: задача ідентифікації аномалій, створених єдиним джерелом і отриманих під час різних реалізацій одного й того самого процесу; задача розчленування тонкошаруватого розрізу на окремі шари та прошарки за результатами проведення вимірів у нафтових і газових свердловинах мікрометодами електричного каротажу та зняття відліків суттєвих значень вимірюваної характеристики в межах виділених границь. Перша задача була розв'язана за допомогою розробленого нового методу статистичної класифікації. Процедура вирішення другої з окреслених задач побудована на широкому використанні апарату неперервного вейвлет-перетворення спільно із нейромережевими методиками. Результати продемонстровано на реальних каротажних даних. У висновках підкреслюється спрямованість проведених досліджень на інтелектуалізацію процесу обробки даних геофізичних досліджень свердловин. Ключові слова: тренд, фільтрація, класифікація, простір ознак, штучна нейронна мережа, вейвлет-перетворення, геофізичні дослідження свердловин.