院部新闻

近日，资源与环境学院国际留学博士生学位论文答辩首次采用国际化评审与答辩机制，这是学院国际化人才培养与科研模式上的重要突破。

本次答辩的博士研究生是伊朗籍Amirhossein Abdollahian，师从王华教授，其论文题目为《Acoustic Evaluation of Microannulus in Casedhole by Using Deep Learning Methods》（基于深度学习的套管井微环隙声学评估）。答辩委员会由来自美国麻省理工学院Aimé Fournier博士、韩国汉阳大学Joongmoo Byun教授、日本东北大学Yusuke Mukuhira教授、芬兰赫尔辛基大学Yang Lu教授、中国石油大学（北京）肖立志教授等5位国际知名专家组成。

Amirhossein和答辩委员会合影（左四）

Amirhossein的研究聚焦于油气井工程中的套管井微环隙检测难题，创新引入深度学习技术，构建了一套高效的声学评估模型，实现了对微环隙的精准识别，还发现了对微环隙状态尤为敏感的特定声学频率区间，为传统工程问题提供了前沿的数据驱动解决方案。其研究在该交叉领域内具有显著的开拓性，被答辩委员会评价为“系统性深入探索的先行者之一”。

Amirhossein在攻读博士期间，围绕套管井水泥胶结评价与微环隙识别这一核心课题，开展了系统深入的研究，其成果获得国际同行的认可，研究的潜力与价值获得了国际专业学会的肯定，于2023年获得国际岩石物理学家和测井分析家学会（SPWLA）颁发的研究资助奖（Research Grant）。他在能源领域顶级期刊《SPE Journal》上发表的关于利用迁移学习实现高精度水泥胶结评价的论文，提出一个用于微环隙检测的综合框架；在《Geoenergy Science and Engineering》上发表了基于声波变密度测井图像分类的迁移学习方法研究。他还在欧洲地质学家与工程师学会年会、国际应用地球科学与能源会议等国际行业顶级会议上，汇报介绍了其在基于卷积神经网络的微环隙检测与表征、利用声波时序数据进行水泥评价等方面的创新工作。这些成果不仅体现了其研究的连续性与前沿性，也为该领域提供了可借鉴的数据驱动方法范式。

        王华教授领导的声学信息智能感知与成像团队，积极开展高水平国际化学术研究与人才培养。王华创办了地学人工智能领域重要期刊《Artificial Intelligence in Geosciences》，创建了SPWLA（国际岩石物理学家与测井分析家学会）西南分会并获“全球杰出分会”荣誉，显著提升了在该领域的国际学术影响力；王华本人也获SPE区域地层评价奖、SPWLA卓越服务奖等多个奖项。其团队的创新技术应用于中石油、中海油，打破了国际垄断，并实现了技术反向输出，成功授权美国哈里伯顿公司、挪威国家石油公司等国际公司。他培养的学生获电子科技大学2022年度新闻人物，多名学生获得SEG、SPWLA等国际顶级学会的奖学金和研究资助，累计总金额超过30万元。

王华教授（前排右5）团队合影