Fugu-MT 論文翻訳(概要): Groningen: Spatial Prediction of Rock Gas Saturation by Leveraging Selected and Augmented Well and Seismic Data with Classifier Ensembles

論文の概要: Groningen: Spatial Prediction of Rock Gas Saturation by Leveraging Selected and Augmented Well and Seismic Data with Classifier Ensembles

arxiv url: http://arxiv.org/abs/2410.10371v1
Date: Mon, 14 Oct 2024 10:53:05 GMT
ステータス: 処理完了
システム内更新日: 2024-10-29 22:04:40.533809
Title: Groningen: Spatial Prediction of Rock Gas Saturation by Leveraging Selected and Augmented Well and Seismic Data with Classifier Ensembles
Title（参考訳）: Groningen: 岩盤ガス飽和の空間的予測
Authors: Dmitry Ivlev,
Abstract要約: 本稿では,巨大グローニンゲンガス田の例における分類器アンサンブル法を用いて,岩盤飽和確率の空間的予測に関する概念を実証する。提案手法の有効性を示し, トレーニングサンプルを9倍に増やした。フィールド内および隣接領域におけるガス貯留層の厚さの予測を行う。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: This paper presents a proof of concept for spatial prediction of rock saturation probability using classifier ensemble methods on the example of the giant Groningen gas field. The stages of generating 1481 seismic field attributes and selecting 63 significant attributes are described. The effectiveness of the proposed method of augmentation of well and seismic data is shown, which increased the training sample by 9 times. On a test sample of 42 wells (blind well test), the results demonstrate good accuracy in predicting the ensemble of classifiers: the Matthews correlation coefficient is 0.7689, and the F1-score for the "gas reservoir" class is 0.7949. Prediction of gas reservoir thicknesses within the field and adjacent areas is made.
Abstract（参考訳）: 本稿では,巨大グローニンゲンガス田の例における分類器アンサンブル法を用いて,岩盤飽和確率の空間的予測に関する概念を実証する。 1481の地震場特性の生成と63の重要な特性の選択の段階について述べる。提案手法の有効性を示し, トレーニングサンプルを9倍に増やした。 42井戸(盲井戸試験)の試験試料では, マシューズ相関係数は0.7689, F1スコアは0.7949であった。フィールド内および隣接領域におけるガス貯留層の厚さの予測を行う。

関連論文リスト

Modeling State Shifting via Local-Global Distillation for Event-Frame Gaze Tracking [61.44701715285463]
本稿では,イベントデータとフレームデータの両方を用いた受動的視線推定の問題に取り組む。我々は、現在の状態からいくつかの事前登録されたアンカー状態に移行する状態の定量化として、視線推定を再構成する。大規模視線推定ネットワークを直接学習する代わりに,地域の専門家グループと学生ネットワークを連携させることにより,一般化能力の向上を図る。
論文参考訳（メタデータ） (2024-03-31T03:30:37Z)
Gas trap prediction from 3D seismic and well test data using machine learning [0.0]
本研究の目的は,3次元地震データとガス井戸試験からガストラップを予測する手法を作成し,適用することである。本論文は, 地震波場内におけるガス飽和度と濾過特性の確立したボリュームを選択することにより, トレーニングデータセット作成へのアプローチを定式化した。その結果, ガス貯留層に対する研究空間に属するキャリブレーション確率の立方体が得られた。
論文参考訳（メタデータ） (2024-01-23T12:39:15Z)
Generalization with Reverse-Calibration of Well and Seismic Data Using Machine Learning Methods for Complex Reservoirs Predicting During Early-Stage Geological Exploration Oil Field [0.0]
本研究の目的は, 研究領域に広がる炭化水素貯水池の確率を予測するための自律的アプローチを開発し, 適用することである。この手法は二項分類の問題に機械学習アルゴリズムを用いる。地震波の属性は予測器として使用される。
論文参考訳（メタデータ） (2023-04-06T13:09:33Z)
Reservoir Prediction by Machine Learning Methods on The Well Data and Seismic Attributes for Complex Coastal Conditions [0.0]
本研究では,データと空間特性に基づいて学習を行う機械学習の方向性を考察する。沿岸域における地震データ解釈の難しさを考慮し, 提案手法は, 地質学的, 地質学的データ全体の総量に対応できるツールである。
論文参考訳（メタデータ） (2023-01-09T09:23:09Z)
Statistical Efficiency of Score Matching: The View from Isoperimetry [96.65637602827942]
本研究では, スコアマッチングの統計的効率と推定される分布の等尺性との間に, 密接な関係を示す。これらの結果はサンプル状態と有限状態の両方で定式化する。
論文参考訳（メタデータ） (2022-10-03T06:09:01Z)
Bootstrapping Your Own Positive Sample: Contrastive Learning With Electronic Health Record Data [62.29031007761901]
本稿では,新しいコントラスト型正規化臨床分類モデルを提案する。 EHRデータに特化した2つのユニークなポジティブサンプリング戦略を紹介します。私たちのフレームワークは、現実世界のCOVID-19 EHRデータの死亡リスクを予測するために、競争の激しい実験結果をもたらします。
論文参考訳（メタデータ） (2021-04-07T06:02:04Z)
Region extraction based approach for cigarette usage classification using deep learning [15.387646343210337]
本研究では, 深層学習を用いた画像から関連領域を抽出し, 喫煙行動を分類する新しい手法を提案する。分類後,Yolo-v3に基づく条件検出モジュールを提案し,モデルの性能を向上し,その複雑性を低減する。提案手法は,このデータセット上で96.74%の分類精度を達成している。
論文参考訳（メタデータ） (2021-03-23T13:19:43Z)
Nishimori meets Bethe: a spectral method for node classification in sparse weighted graphs [53.13327158427103]
本稿では,分布pをパラメトリ化する西森温度と,分布pに従ってエッジ重みが分布するランダムエルドス・レーニーグラフ上のベーテ自由エネルギーの関係について述べる。重み付きグラフのBethe Hessian行列の固有値から西森温度を正確に推定する数値計算法を提案する。
論文参考訳（メタデータ） (2021-03-05T09:45:56Z)
Chest x-ray automated triage: a semiologic approach designed for clinical implementation, exploiting different types of labels through a combination of four Deep Learning architectures [83.48996461770017]
本研究では,異なる畳み込みアーキテクチャの後期融合に基づく深層学習手法を提案する。公開胸部x線画像と機関アーカイブを組み合わせたトレーニングデータセットを4つ構築した。 4つの異なるディープラーニングアーキテクチャをトレーニングし、それらのアウトプットとレイトフュージョン戦略を組み合わせることで、統一されたツールを得ました。
論文参考訳（メタデータ） (2020-12-23T14:38:35Z)
Deep Semi-supervised Knowledge Distillation for Overlapping Cervical Cell Instance Segmentation [54.49894381464853]
本稿では, ラベル付きデータとラベルなしデータの両方を, 知識蒸留による精度向上に活用することを提案する。摂動に敏感なサンプルマイニングを用いたマスク誘導型平均教師フレームワークを提案する。実験の結果,ラベル付きデータのみから学習した教師付き手法と比較して,提案手法は性能を著しく向上することがわかった。
論文参考訳（メタデータ） (2020-07-21T13:27:09Z)
Predicting and Mapping of Soil Organic Carbon Using Machine Learning Algorithms in Northern Iran [0.0]
本研究では,支援ベクトルマシン,人工ニューラルネットワーク,回帰木,ランダムフォレスト,極勾配向上,および従来の深部ニューラルネットワークを用いて,SOCの予測モデルを前進させる機械学習アルゴリズムを提案する。モデルは、1879年の複合表層土壌サンプルと105の補助データで訓練されている。
論文参考訳（メタデータ） (2020-07-12T08:23:24Z)

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。