論文の概要: 3W Dataset 2.0.0: a realistic and public dataset with rare undesirable real events in oil wells
- arxiv url: http://arxiv.org/abs/2507.01048v1
- Date: Wed, 25 Jun 2025 23:42:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-03 14:22:59.794652
- Title: 3W Dataset 2.0.0: a realistic and public dataset with rare undesirable real events in oil wells
- Title（参考訳）: 3W Dataset 2.0.0:油井におけるまれな望ましくない実事象を伴う現実的でパブリックなデータセット
- Authors: Ricardo Emanuel Vaz Vargas, Afrânio José de Melo Junior, Celso José Munaro, Cláudio Benevenuto de Campos Lima, Eduardo Toledo de Lima Junior, Felipe Muntzberg Barrocas, Flávio Miguel Varejão, Guilherme Fidelis Peixer, Igor de Melo Nery Oliveira, Jader Riso Barbosa Jr., Jaime Andrés Lozano Cadena, Jean Carlos Dias de Araújo, João Neuenschwander Escosteguy Carneiro, Lucas Gouveia Omena Lopes, Lucas Pereira de Gouveia, Mateus de Araujo Fernandes, Matheus Lima Scramignon, Patrick Marques Ciarelli, Rodrigo Castello Branco, Rogério Leite Alves Pinto,
- Abstract要約: 油井での好ましくない出来事は、経済的損失、環境事故、人的被害を引き起こす可能性がある。
2019年、ペトロブラスは3Wデータセットの最初のバージョンをリリースした。
このデータ記事では、現在の3Wデータセットの公開バージョンについて説明する。
- 参考スコア（独自算出の注目度）: 2.2185162030782446
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In the oil industry, undesirable events in oil wells can cause economic losses, environmental accidents, and human casualties. Solutions based on Artificial Intelligence and Machine Learning for Early Detection of such events have proven valuable for diverse applications across industries. In 2019, recognizing the importance and the lack of public datasets related to undesirable events in oil wells, Petrobras developed and publicly released the first version of the 3W Dataset, which is essentially a set of Multivariate Time Series labeled by experts. Since then, the 3W Dataset has been developed collaboratively and has become a foundational reference for numerous works in the field. This data article describes the current publicly available version of the 3W Dataset, which contains structural modifications and additional labeled data. The detailed description provided encourages and supports the 3W community and new 3W users to improve previous published results and to develop new robust methodologies, digital products and services capable of detecting undesirable events in oil wells with enough anticipation to enable corrective or mitigating actions.
- Abstract（参考訳）: 石油業界では、油井での好ましくない出来事が経済的な損失、環境事故、人的被害を引き起こす可能性がある。
このような事象を早期に検出するための人工知能と機械学習に基づくソリューションは、業界全体で多様なアプリケーションに有用であることが証明されている。
2019年、石油井における望ましくない出来事に関連する公開データセットの重要性と欠如を認識したペトロブラスは、3Wデータセットの最初のバージョンを開発し、公開した。
それ以来、3Wデータセットは共同で開発され、この分野における多くの作品の基礎的な参照となっている。
このデータ記事では、構造的な変更とラベル付きデータを含む3Wデータセットの現在公開されているバージョンについて説明する。
詳細な説明は,3Wコミュニティと新たな3Wユーザに対して,以前の発表結果の改善と,油井における望ましくない事象を十分な予測で検出可能な新たな堅牢な方法論,デジタル製品,サービスの開発を奨励し,支援するものである。
関連論文リスト
- Beyond Academic Benchmarks: Critical Analysis and Best Practices for Visual Industrial Anomaly Detection [40.174488947319645]
製造における視覚検査の自動化には,異常検出(AD)が不可欠である。
本稿では,(1)実世界のデータセットの重要性を実証し,実際の生産データを用いたベンチマークを確立すること,(2)実践的応用に有用な指標を用いて,既存のSOTA手法を公平に比較すること,(3)学術と産業のギャップを埋めるための重要な課題と新たな視点を論じることで,この分野の最近の進歩を包括的に分析すること,の3つの主要な貢献を行う。
論文 参考訳（メタデータ） (2025-03-30T14:11:46Z) - Generative AI-driven forecasting of oil production [1.204553980682492]
我々は,40年間にわたる4つの多地点における石油・水生産量の時系列予測をモデル化した。
我々の目標は、不確実性を効果的にモデル化し、現場規模で意思決定プロセスを伝えるための正確な予測を行うことです。
Informerの全体的な性能は、すべてのサイトにわたる石油生産率の予測において、TimeGradよりも高い効率を示している。
論文 参考訳（メタデータ） (2024-09-24T22:11:21Z) - Real World Time Series Benchmark Datasets with Distribution Shifts:
Global Crude Oil Price and Volatility [0.0]
我々はCOB,Crude Oil Benchmarkデータセットを提示する。
COBには30年間の資産価格が含まれており、大きな流通シフトを示している。
これらのタスクラベルを組み込むことで、4つの連続学習アルゴリズムの性能が普遍的に向上することを示す。
論文 参考訳（メタデータ） (2023-08-21T16:44:56Z) - Integration of Domain Expert-Centric Ontology Design into the CRISP-DM for Cyber-Physical Production Systems [45.05372822216111]
機械学習(ML)とデータマイニング(DM)の手法は、収集されたデータから複雑で隠れたパターンを抽出する上で有望であることが証明されている。
しかし、このようなデータ駆動プロジェクトは、通常、CRISPDM(Cross-Industry Standard Process for Data Mining)で実行され、データの理解と準備に要する時間の不均等さのために失敗することが多い。
このコントリビューションは、データサイエンティストがCPPSの課題に対してより迅速かつ確実に洞察を得ることができるように、統合されたアプローチを提供することを目的としている。
論文 参考訳（メタデータ） (2023-07-21T15:04:00Z) - LargeST: A Benchmark Dataset for Large-Scale Traffic Forecasting [65.71129509623587]
道路交通予測はスマートシティのイニシアチブにおいて重要な役割を担い、ディープラーニングの力によって大きな進歩を遂げている。
しかし、現在の公開データセットで達成される有望な結果は、現実的なシナリオには適用できないかもしれない。
カリフォルニアで合計8,600のセンサーと5年間の時間カバレッジを含む、LargeSTベンチマークデータセットを紹介します。
論文 参考訳（メタデータ） (2023-06-14T05:48:36Z) - Toward the Automated Construction of Probabilistic Knowledge Graphs for
the Maritime Domain [60.76554773885988]
国際海事犯罪はますます高度化しており、より広い犯罪ネットワークと結びついていることが多い。
これは、ハードデータと他のタイプのデータを組み合わせることを目的とした研究と開発に繋がった。
本稿では,確率的知識グラフの自動構築のためのプロトタイプであるMaritime DeepDiveを提案する。
論文 参考訳（メタデータ） (2023-05-04T00:24:30Z) - Beyond Privacy: Navigating the Opportunities and Challenges of Synthetic
Data [91.52783572568214]
合成データは、機械学習の世界において支配的な力となり、データセットを個々のニーズに合わせて調整できる未来を約束する。
合成データのより広範な妥当性と適用のために,コミュニティが克服すべき根本的な課題について論じる。
論文 参考訳（メタデータ） (2023-04-07T16:38:40Z) - Petroleum prices prediction using data mining techniques -- A Review [0.0]
本研究は,石油価格の予測を行うための既存のデータマイニング技術について概説する。
データマイニング技術は回帰モデル、ディープニューラルネットワークモデル、ファジィセットとロジック、ハイブリッドモデルに分類される。
論文 参考訳（メタデータ） (2022-11-20T19:33:02Z) - Forecasting Crude Oil Price Using Event Extraction [2.132096006921048]
新たな原油価格予測フレームワークであるAGESLが,この問題に対処するために提案されている。
提案手法では,オープンドメインイベント抽出アルゴリズムを用いて関連するイベントを抽出する。
次に、将来の原油価格を予測するために、ニュースイベントの特徴、感傷的特徴、歴史的価格特徴を統合するディープニューラルネットワークを構築します。
論文 参考訳（メタデータ） (2021-11-14T08:48:43Z) - The Problem of Zombie Datasets:A Framework For Deprecating Datasets [55.878249096379804]
我々は、ImageNet、8000 Million Tiny Images、MS-Celeb-1M、Duke MTMC、Brainwash、HRT Transgenderなど、いくつかの著名なデータセットの公開後処理について検討する。
本稿では,リスクの考慮,影響の緩和,アピール機構,タイムライン,非推奨プロトコル,公開チェックなどを含むデータセットの非推奨化フレームワークを提案する。
論文 参考訳（メタデータ） (2021-10-18T20:13:51Z) - Injecting Knowledge in Data-driven Vehicle Trajectory Predictors [82.91398970736391]
車両軌道予測タスクは、一般的に知識駆動とデータ駆動の2つの視点から取り組まれている。
本稿では,これら2つの視点を効果的に結合する「現実的残留ブロック」 (RRB) の学習を提案する。
提案手法は,残留範囲を限定し,その不確実性を考慮した現実的な予測を行う。
論文 参考訳（メタデータ） (2021-03-08T16:03:09Z)
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。