論文の概要: Digital Rock Typing DRT Algorithm Formulation with Optimal Supervised Semantic Segmentation

• arxiv url: http://arxiv.org/abs/2112.15068v1
• Date: Thu, 30 Dec 2021 14:04:50 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-03 14:23:36.863219
• Title: Digital Rock Typing DRT Algorithm Formulation with Optimal Supervised Semantic Segmentation
• Title（参考訳）: 最適教師付きセマンティックセグメンテーションを用いたディジタルロックタイピングDRTアルゴリズムの定式化
• Authors: Omar Alfarisi, Djamel Ouzzane, Mohamed Sassi, Tiejun Zhang
• Abstract要約: デジタルロック物理(DRT)は、マイクロコンピュータトモグラフィ(uCT)と共鳴磁気イメージング(MRI)画像からこれらの特性を定量化するために登場した。 本稿では,(1)デジタルロック特性決定に敬意を表した新しいプロセスに最新技術を統合すること,(2)炭酸塩における最新のロックタイピングアプローチをデジタル化すること,(3)コンピュータビジョン機能を利用した新しい炭酸塩ロックタイピングプロセスを導入して,不均一な炭酸塩岩のテクスチャについてより深い知見を提供することを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Each grid block in a 3D geological model requires a rock type that represents all physical and chemical properties of that block. The properties that classify rock types are lithology, permeability, and capillary pressure. Scientists and engineers determined these properties using conventional laboratory measurements, which embedded destructive methods to the sample or altered some of its properties (i.e., wettability, permeability, and porosity) because the measurements process includes sample crushing, fluid flow, or fluid saturation. Lately, Digital Rock Physics (DRT) has emerged to quantify these properties from micro-Computerized Tomography (uCT) and Magnetic Resonance Imaging (MRI) images. However, the literature did not attempt rock typing in a wholly digital context. We propose performing Digital Rock Typing (DRT) by: (1) integrating the latest DRP advances in a novel process that honors digital rock properties determination, while; (2) digitalizing the latest rock typing approaches in carbonate, and (3) introducing a novel carbonate rock typing process that utilizes computer vision capabilities to provide more insight about the heterogeneous carbonate rock texture.
• Abstract（参考訳）: 3次元地質モデルにおける各格子ブロックは、そのブロックの物理的および化学的性質を表わす岩型を必要とする。 岩石の種類を分類する性質は、リソロジー、透水性、キャピラリー圧力である。 科学者や技術者は、試料の破砕、流体の流動、飽和などを含むため、これらの特性を従来の実験室で測定し、試料に破壊的手法を埋め込んだり、その性質(湿潤性、透水性、多孔性など)を変更したりした。 近年、マイクロコンピュータトモグラフィー(uCT)と磁気共鳴イメージング(MRI)画像からこれらの特性を定量化するためにDRT(Digital Rock Physics)が出現している。 しかし文学は、完全にデジタルな文脈でロックタイピングを試みなかった。 デジタルロックタイピング (drt) は, (1) デジタルロック特性決定に敬意を表した新規プロセスにおける最新のdrpの進歩の統合, (2) カーボネートにおける最新のロックタイピングアプローチのディジタル化,(3) コンピュータビジョン機能を活用した新しいカーボネートロックタイピングプロセスの導入により,不均質なカーボネートロックテクスチャに関するさらなる洞察を提供する。

関連論文リスト

• Orientation-Shared Convolution Representation for CT Metal Artifact Learning [63.67718355820655]
  X線CT(CT)スキャン中、患者を乗せた金属インプラントは、しばしば有害なアーティファクトに繋がる。 既存のディープラーニングベースの手法は、有望な再構築性能を得た。 本稿では,人工物の物理的事前構造に適応するために,配向型畳み込み表現戦略を提案する。
  論文  参考訳（メタデータ） (2022-12-26T13:56:12Z)
• AI for Porosity and Permeability Prediction from Geologic Core X-Ray Micro-Tomography [0.0]
  岩盤の物理的特性を予測するために,非常に小さなCNN変換器モデルを用いた自己教師付き事前学習を提案する。 この手法は, 極端に小さなデータセットであっても過度に適合しないことを示す。
  論文  参考訳（メタデータ） (2022-05-26T06:55:03Z)
• Tracking perovskite crystallization via deep learning-based feature detection on 2D X-ray scattering data [137.47124933818066]
  本稿では,より高速なR-CNN深層学習アーキテクチャに基づくX線回折画像の自動解析パイプラインを提案する。 有機-無機ペロブスカイト構造の結晶化をリアルタイムに追跡し, 2つの応用で検証した。
  論文  参考訳（メタデータ） (2022-02-22T15:39:00Z)
• Rxn Hypergraph: a Hypergraph Attention Model for Chemical Reaction Representation [70.97737157902947]
  現在、化学反応を強固に表現するための普遍的で広く採用されている方法は存在しない。 ここでは、グラフに基づく分子構造の表現を利用して、ハイパーグラフアテンションニューラルネットワークアプローチを開発し、テストする。 我々はこのハイパーグラフ表現を3つの独立な化学反応データセットを用いて3つの実験で評価した。
  論文  参考訳（メタデータ） (2022-01-02T12:33:10Z)
• Morphology Decoder: A Machine Learning Guided 3D Vision Quantifying Heterogenous Rock Permeability for Planetary Surveillance and Robotic Functions [0.0]
  透水性は自然流体の流動特性に支配的な影響を及ぼす。 格子ボルツマンシミュレータはナノ・マイクロ孔ネットワークから透過性を決定する。 機械学習のセグメント化した不均一な白亜紀テクスチャの並列・直列フロー再構成法であるモルフォロジーデコーダを提案する。
  論文  参考訳（メタデータ） (2021-11-26T12:20:03Z)
• Machine Learning Guided 3D Image Recognition for Carbonate Pore and Mineral Volumes Determination [1.565870461096057]
  我々は3D uCTとMRI画像からポロシティを決定する2つの方法を提案する。 IROGAとMLDGRFは、トレーニングセットで96.2%と97.1%の精度でポロシティの結果を生み出している。
  論文  参考訳（メタデータ） (2021-11-08T16:34:08Z)
• Crack detection using tap-testing and machine learning techniques to prevent potential rockfall incidents [68.8204255655161]
  本稿では,岩盤の自動探傷システムを提案する。 ロボットは、岩面を何度も打ったり、タップしたりするのに使用される。 音はロボットによって収集され、壊れやすい岩を識別する意図で分類される。
  論文  参考訳（メタデータ） (2021-10-10T22:53:36Z)
• RockGPT: Reconstructing three-dimensional digital rocks from single two-dimensional slice from the perspective of video generation [0.0]
  我々は、ビデオ生成の観点から、単一の2Dスライスに基づいて3Dサンプルを合成する、RockGPTという新しいフレームワークを提案する。 多様な再構成を得るために、離散潜在符号は条件付きGPTを用いてモデル化される。 我々は5種類の岩石について2つの実験を行い、その結果、RockGPTが同じモデルで異なる種類の岩石を生産できることを実証した。
  論文  参考訳（メタデータ） (2021-08-05T00:12:43Z)
• A Novel Bio-Inspired Texture Descriptor based on Biodiversity and Taxonomic Measures [81.08571247838206]
  種多様性と豊かさと分類学的特有性を通して、多様なパターンの複雑なシステムを定量化できる新しいアプローチを提案する。 提案手法は,各画像チャネルを種生態系とみなし,種多様性と豊かさの度合いを計算し,テクスチャを記述するための分類学的尺度である。
  論文  参考訳（メタデータ） (2021-02-13T20:14:14Z)
• Digital rock reconstruction with user-defined properties using conditional generative adversarial networks [0.0]
  優れた視覚的および地質学的リアリズムを持つ訓練画像の再生が可能なGAN(generative adversarial Network)が人気を博している。 本研究では,実際のトレーニングデータに類似したサンプルを再現するだけでなく,ユーザ固有の特性を満たすことを目的とした,ディジタルロック再構築のための条件付きGANを提案する。
  論文  参考訳（メタデータ） (2020-11-29T10:55:58Z)
• Deep learning for lithological classification of carbonate rock micro-CT images [52.77024349608834]
  本研究は,ブラジルのプリサルト炭酸塩岩微視的画像のパターン同定にディープラーニング技術を適用することを目的としている。 4つの畳み込みニューラルネットワークモデルが提案された。 精度によると、リサイズ画像で訓練されたモデル2は、最初の評価アプローチでは平均75.54%、2番目の評価では平均81.33%に達した。
  論文  参考訳（メタデータ） (2020-07-30T19:14:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。