論文の概要: Estimation of minimum miscibility pressure (MMP) in impure/pure N2 based enhanced oil recovery process: A comparative study of statistical and machine learning algorithms

• arxiv url: http://arxiv.org/abs/2304.07617v1
• Date: Sat, 15 Apr 2023 19:07:07 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-18 18:05:11.310588
• Title: Estimation of minimum miscibility pressure (MMP) in impure/pure N2 based enhanced oil recovery process: A comparative study of statistical and machine learning algorithms
• Title（参考訳）: 純度/純度N2による油回収過程における最小ミスシビリティ圧力(MMP)の推定:統計的および機械学習アルゴリズムの比較研究
• Authors: Xiuli Zhu, Seshu Kumar Damarla, Biao Huang
• Abstract要約: MMP(Minimum miscibility pressure)予測は,窒素をベースとした石油回収プロセスの設計・運用において重要な役割を担っている。 本研究では,MMP推定に使用される統計的および機械学習手法の比較研究を行った。 本研究で開発された予測モデルのほとんどは,文献で報告された相関モデルと予測モデルよりも優れた性能を示した。
• 参考スコア（独自算出の注目度）: 4.694549066382216
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Minimum miscibility pressure (MMP) prediction plays an important role in design and operation of nitrogen based enhanced oil recovery processes. In this work, a comparative study of statistical and machine learning methods used for MMP estimation is carried out. Most of the predictive models developed in this study exhibited superior performance over correlation and predictive models reported in literature.
• Abstract（参考訳）: mmp(minimum miscibility pressure)予測は窒素ベースの石油回収プロセスの設計と運用において重要な役割を担っている。 本研究では,MMP推定に使用される統計的および機械学習手法の比較研究を行った。 本研究で開発された予測モデルのほとんどは,文献で報告された相関モデルや予測モデルよりも優れた性能を示した。

関連論文リスト

• Measuring Variable Importance in Individual Treatment Effect Estimation with High Dimensional Data [35.104681814241104]
  因果機械学習(ML)は、個々の治療効果を推定するための強力なツールを提供する。 ML手法は、医療応用にとって重要な解釈可能性の重要な課題に直面している。 統計的に厳密な変数重要度評価のための条件置換重要度(CPI)法に基づく新しいアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-08-23T11:44:07Z)
• CogDPM: Diffusion Probabilistic Models via Cognitive Predictive Coding [62.075029712357]
  本研究は認知拡散確率モデル(CogDPM)を紹介する。 CogDPMは拡散モデルの階層的サンプリング能力に基づく精度推定法と拡散モデル固有の性質から推定される精度重み付きガイダンスを備える。 我々は,Universal Kindomの降水量と表面風速データセットを用いた実世界の予測タスクにCogDPMを適用した。
  論文  参考訳（メタデータ） (2024-05-03T15:54:50Z)
• Enhancing Manufacturing Quality Prediction Models through the Integration of Explainability Methods [10.32461766065764]
  本研究では,機械学習モデルの性能向上のための説明可能性手法を用いて,製粉プロセスの品質を予測する手法を提案する。 この手法はMLモデルの初期訓練を伴い、その後、説明可能性法で識別された無関係な特徴を除去する微調整フェーズが続く。 本研究は,製造領域における予測モデルの説明と最適化における説明可能性手法の有用性を強調した。
  論文  参考訳（メタデータ） (2024-03-27T16:21:24Z)
• Order Matters in the Presence of Dataset Imbalance for Multilingual Learning [53.74649778447903]
  本稿では,高リソースタスクの事前学習をシンプルかつ効果的に行う方法と,高リソースタスクと低リソースタスクの混合による微調整について述べる。 ニューラルネットワーク翻訳(NMT)と多言語言語モデリングの改善について述べる。
  論文  参考訳（メタデータ） (2023-12-11T05:46:57Z)
• Learning Energy-Based Prior Model with Diffusion-Amortized MCMC [89.95629196907082]
  非収束短距離MCMCを用いた事前及び後方サンプリングによる潜時空間EMM学習の一般的な実践は、さらなる進歩を妨げている。 本稿では,MCMCサンプリングのための単純だが効果的な拡散型アモータイズ手法を導入し,それに基づく潜時空間EMMのための新しい学習アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2023-10-05T00:23:34Z)
• A Comparative Study of Machine Learning Algorithms for Anomaly Detection in Industrial Environments: Performance and Environmental Impact [62.997667081978825]
  本研究は,環境の持続可能性を考慮した高性能機械学習モデルの要求に応えることを目的としている。 Decision TreesやRandom Forestsといった従来の機械学習アルゴリズムは、堅牢な効率性とパフォーマンスを示している。 しかし, 資源消費の累積増加にもかかわらず, 最適化された構成で優れた結果が得られた。
  論文  参考訳（メタデータ） (2023-07-01T15:18:00Z)
• Interpretability and causal discovery of the machine learning models to predict the production of CBM wells after hydraulic fracturing [0.5512295869673146]
  観測データから潜在因果関係を発見するための新しい手法が提案されている。 因果発見の理論に基づいて、因果グラフは明示的な入力、出力、処理、共起変数によって導出される。 SHAPは、機械学習モデルを間接的に解釈する生産能力に対する要因の影響を分析するために使用される。
  論文  参考訳（メタデータ） (2022-12-21T02:06:26Z)
• Stabilizing Machine Learning Prediction of Dynamics: Noise and Noise-inspired Regularization [58.720142291102135]
  近年、機械学習(ML)モデルはカオス力学系の力学を正確に予測するために訓練可能であることが示されている。 緩和技術がなければ、この技術は人工的に迅速にエラーを発生させ、不正確な予測と/または気候不安定をもたらす可能性がある。 トレーニング中にモデル入力に付加される多数の独立雑音実効化の効果を決定論的に近似する正規化手法であるLinearized Multi-Noise Training (LMNT)を導入する。
  論文  参考訳（メタデータ） (2022-11-09T23:40:52Z)
• Real-time Forecast Models for TBM Load Parameters Based on Machine Learning Methods [6.247628933072029]
  本論文では, TBM運用データに基づいて機械学習(ML)手法を用いて, TBM負荷パラメータのリアルタイム予測モデルを構築する。 モデル複雑性を低減し、一般化を改善するため、予測タスクの本質的特徴を抽出するために、最小絶対縮小および選択法(Lasso)を適用した。
  論文  参考訳（メタデータ） (2021-04-12T07:31:39Z)
• Predictive modeling approaches in laser-based material processing [59.04160452043105]
  本研究の目的は,レーザー加工が材料構造に及ぼす影響を自動予測することである。 その焦点は、統計的および機械学習の代表的なアルゴリズムのパフォーマンスに焦点を当てている。 結果は、材料設計、テスト、生産コストを削減するための体系的な方法論の基礎を設定することができる。
  論文  参考訳（メタデータ） (2020-06-13T17:28:52Z)

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。