袁三一 ，教授 ，博导。
主要从事地球物理信号处置惩罚、油气人工智能、地动地质工程一体化以及深部能源勘探与开发等方面的研究。入选“国家高条理青年人才妄想”；先后被公海彩船（北京）评为“青年拔尖人才”、“优异青年学者”、“公海彩船学者”； 先后获得中国地球物理学会“陈宗器地球物理优异论文奖”、“ 刘光鼎地球物理青年科技奖”、“傅承义青年科技奖”；2021年和2022年一连入选爱思唯尔 “中国高被引学者”等。
2013年入职至今 ，与学生等团结揭晓SCI期刊论文80余篇 ，指导博士生20余人 ，指导本科生加入省市级以上课外科技运动30余项 ，近20项获得国家级、省部级、校级奖励或声誉；10余人被派出攻读研究生和访学交流至少一年以上 ，20余人获“壳牌奖学金”、“国家奖学金”、“李四光优异硕士研究生奖”、“王涛英才奖学金”和“韩大匡石油人工智能奖学金”等。曾多次被学校评为“优异党员”、“优异西席”、“优异硕士学位论文指导西席”、“优异本科结业论文指导先生”和“大学生科技立异优异指导西席”等声誉称呼。
联系方法：
电子邮件：yuansy@cup.edu.cn
电话：X5X0XX735X2 ，其中X代表1。
主要研究偏向
[1] 地球物理信号处置惩罚；
[2] 油气人工智能；
[3] 地动地质工程一体化；
[4] 深部能源勘探与开发。
教育及事情履历
2019/07—至 今 ，公海彩船（北京） ，教授
2017/11—2017/12 ，Tokyo University ，会见学者
2017/07—2017/08 ，University of California, Santa Cruz ，会见学者
2014/07—2019/06 ，公海彩船（北京） ，副教授
2013/03—2014/06 ，公海彩船（北京） ，西席
2011/10—2012/10 ，University of British Columbia ，博士后
2006/09—2011/07 ，公海彩船（北京）硕博连读 ，博士
2002/09—2006/07 ，长江大学（原江汉石油学院） ，本科
近5年主持的代表性项目
[1] 模子和数据团结驱动的叠前时间偏移速率建模流程智能化研究 ，国家自然科学基金面上项目
[2] 五维叠前地动信息驱动的深度学习致密砂岩储层表征机制及含气性展望 ，国家自然科学基金面上项目
[3] 球面波反射系数低一再变的一种精练形貌及在小角度资料密度反演中的应用 ，国家自然科学基金面上项目
[4] 钻井重大层位各向异性参数提取与层速率随钻优化展望系统测试 ，中海石油（中国）有限公司北京研究中心
[5] 钻井重大层位各向异性参数提取与层速率随钻优化手艺研究 ，中海石油（中国）有限公司北京研究中心
[6] 白云东深水潜山优质储层剖析与描绘 ，中海石油深�？⒂邢薰�
[7] 多源信息深度融合的储层展望和细腻形貌 ，中国石油自然气集团有限公司-公海彩船（北京）战略相助科技专项课题
[8] 流体饱和度定量展望手艺测试 ，中国石油自然气股份有限公司勘探开发研究院
[9] 智能化速率建模和高区分率处置惩罚要领研究 ，中国石油自然气股份有限公司勘探开发研究院西北分院
[10] 人工智能储层物性表征要领研究 ，中国石油化工股份有限公司胜利油田分公司物探研究院
[11] 地层声学参数跨频段特征剖析及展望手艺研究 ，中石化石油工程手艺研究院有限公司
[12] 小壕兔低凸-石板太斜坡区奥陶系碳酸盐岩储层人工智能展望要领测试 ，中国石油化工股份有限公司华北油气分公司
[13] 致密碎屑岩频率域气层检测要领测试 ，中国石油化工股份有限公司石油勘探开发研究院
近5年月表性期刊论文（第一作者或通讯作者）
[1]Porosity prediction using semi-supervised learning with biased well log data for improving estimation accuracy and reducing prediction uncertainty. Geophysical Journal International, 2023, 232(2): 940–957.
[2]Double-scale supervised inversion with a data-driven forward model for low-frequency impedance recovery. Geophysics, 2022, 87(2): R165–R181.
[3]Gas-bearing prediction using transfer learning and CNNs: An application to a deep tight dolomite reservoir. IEEE Geoscience and Remote Sensing Letters, 2022, 19: 3001005.
[4]SegNet-based first-break picking via seismic waveform classification directly from shot gathers with sparsely distributed traces. Petroleum Science, 2022, 19(1): 162–179.
[5]Incremental semi-supervised learning for intelligent seismic facies identification. Applied Geophysics, 2022, 19(1): 41–52.
[6]Inversion-based non-stationary normal moveout correction along with prestack high-resolution processing. Journal of Applied Geophysics, 2021, 191: 104379.
[7]DCNNs-based denoising with a novel data generation for multidimensional geological structures learning. IEEE Geoscience and Remote Sensing Letters, 2021, 18(10): 1861–1865.
[8]基于自顺应阈值约束的无监视聚类智能速率拾取.地球物理学报, 2021, 64(3): 1048–1060.
[9]6D phase-difference attributes for wide-azimuth seismic data interpretation. Geophysics, 2020, 85(6): IM37–IM49.
[10]Inverse spectral decomposition using an lp-norm constraint for the detection of close geological anomalies. Petroleum Science, 2020, 17(6): 1463–1477.
[11]Impedance inversion by using the low-frequency full-waveform inversion result as an a priori model. Geophysics, 2019, 84(2): R149–R164.
[12]Geosteering phase attributes: A new detector for the discontinuities of seismic images. IEEE Geoscience and Remote Sensing Letters, 2019, 16(1): 145–149.
[13]Seismic waveform classification and first-break picking using convolution neural networks. IEEE Geoscience and Remote Sensing Letters, 2018, 15(2): 272–276.
学术兼职
[1] 《IEEE Geoscience and Remote Sensing Letters》副主编
[2] 《Acta Geophysica》副主编
[3] 《石油物探》编委
