論文の概要: Boundary condition fidelity for bottom-hole pressure and CO2 plume prediction in geological carbon storage

• arxiv url: http://arxiv.org/abs/2606.27515v1
• Date: Thu, 25 Jun 2026 19:59:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-29 18:24:25.310765
• Title: Boundary condition fidelity for bottom-hole pressure and CO2 plume prediction in geological carbon storage
• Title（参考訳）: 地質炭素貯蔵における底孔圧力とCO2プルーム予測のための境界条件忠実度
• Abstract要約: 境界条件の忠実度がボトムホール圧力とCO2配管の予測にどのように影響するかを評価する。 コーナー調整シナリオは圧力誤差を大幅に減らし、IoUを0.94以上上昇させる。 均質貯水池では、均一な透過率調整により圧力の忠実度が向上する。 不均質貯水池では、可変透水性境界面を超制限的に流すことができる。
• 参考スコア（独自算出の注目度）: 0.25489046505746704
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurate prediction of bottom-hole pressure (BHP) and CO2 plume migration is essential for safe geological carbon storage, yet practical simulations often rely on truncated domains where artificial boundaries distort pressure diffusion and CO2 saturation footprints. In this study, we evaluate how boundary-condition fidelity affects BHP and CO2 plume prediction by comparing ten reduced-domain boundary treatments against full-domain reference simulations in homogeneous and heterogeneous reservoirs. We test uniform pore-volume multipliers, transmissibility modifiers, corner-adjusted pore-volume corrections, layered corrections, and gradual modifiers using BHP RMSE, NRMSE, peak pressure deviation, and plume Intersection over Union (IoU) as performance metrics. Our results show that conserving corner pore volume is the most important requirement for truncated-domain modeling. We find that uniform treatments which neglect corner storage generate large pressure errors, with BHP RMSE of 362 to 382 psi in the homogeneous model and 250 to 304 psi in the heterogeneous model, and yield plume IoU values near 0.80 to 0.84, indicating roughly 16 to 20% of the combined plume area is misrepresented. Corner-adjusted scenarios substantially reduce pressure errors and raise plume IoU above 0.94, but we observe that transmissibility correction is not universally beneficial. In homogeneous reservoirs, uniform transmissibility adjustment improves pressure fidelity; in heterogeneous reservoirs, it can over-restrict flow across variable-permeability boundary faces, increasing BHP error and contracting the predicted plume. We find the gradual modifier with transmissibility correction provides the most consistent performance, achieving BHP NRMSE below 3.7% and plume IoU above 0.97 in both reservoir types.
• Abstract（参考訳）: ボトムホール圧力 (BHP) の正確な予測とCO2配管の移動は、安全な地質的な炭素貯蔵には不可欠であるが、実用的なシミュレーションは、しばしば、人工境界が歪んだ圧力拡散とCO2飽和フットプリントに頼っている。 本研究では, 境界条件の忠実度がBHPおよびCO2プルーム予測に与える影響を, 均質貯水池と不均質貯水池のフルドメイン参照シミュレーションと比較することにより評価した。 我々はBHP RMSE, NRMSE, ピーク圧力偏差, IoU を用いた均一な細孔体積乗算器, 透過率変調器, 角調整細孔体積補正, 層補正, 段階修正器を性能指標として検証した。 この結果から,隅孔容積の保存がドメイン・モデリングにおいて最も重要な要件であることが示唆された。 また,同種モデルではBHP RMSEが362～382psi,同種モデルでは250～304psi,同種モデルでは0.80～0.84付近のプルームIoU値が得られた。 コーナー調整シナリオは圧力誤差を大幅に減らし、0.94以上のIoUを上昇させるが、透過率補正は普遍的に有益ではない。 均質貯水池では、均一な透過率調整により圧力忠実度が向上し、不均一貯水池では可変透水性境界面を超過制限し、BHP誤差を増大させ、予測配管を収縮させることができる。 BHP NRMSEを3.7%以下に、IoUを0.97以上とした。

関連論文リスト

• A Data Fusion Framework for Grounding Aerospace Surrogate Model via Experimental Wind-Tunnel Observations [0.9786690381850355]
  本研究では,風洞PSP測定を用いてCFD訓練深層学習サロゲートを適応させる実験的基盤補正フレームワークを提案する。 NASA CRMの翼体構成の2300個の高忠実CFDシミュレーションで訓練されたGeotransolver surrogateは、CFD統合空気力とピッチングモーメントをR2 > 0.99に再現するが、実験データと一致しない。 補正ネットワークは、同じ攻撃範囲の2つのフリーストリームマッハ数(0.70、0.85)で空間的に登録されたPSP測定に基づいて訓練され、代理予測と実験的に測定された表面圧力分布の差を学習する。
  論文  参考訳（メタデータ） (2026-09-02T18:52:50Z)
• HPG-Diff: Hierarchical physics-guided diffusion with differentiable connectivity constraints for topology optimization [7.63404310557413]
  HPG-Diffは、2つの相乗的機構を通じて物理の一貫性を強制する新しい拡散フレームワークである。 その結果,HPG-Diff は平均コンプライアンス誤差 0.87% (流通中) と 5.29% (流通外) を達成し,浮体比を 2.90% と 2.44% に減らした。
  論文  参考訳（メタデータ） (2026-07-08T10:15:20Z)
• A Trainable-by-Parts Operator Learning Framework: Bridging DeepONet and Karhunen-Loeve Expansions for Large-Scale Applications [46.07145155913717]
  我々はKL-DNN(Karhunen-Loeve Deep Neural Network)に基づくスケーラブルな演算子学習フレームワークを提案する。 このモデルは、170万の細胞と50の時間ステップを持つ3次元領域において、100の大規模なシミュレーションのサンプルからなるデータセットで訓練される。
  論文  参考訳（メタデータ） (2026-06-26T18:15:24Z)
• Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
  テキスト検出器は、事前訓練された典型軸を増幅する。 タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。 RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
  論文  参考訳（メタデータ） (2026-05-20T19:08:38Z)
• When Policy Entropy Constraint Fails: Preserving Diversity in Flow-based RLHF via Perceptual Entropy [84.66775319652074]
  RLでは、多様性はしばしばポリシーエントロピーと相関し、エントロピー正則化を動機付けていると仮定される。 政策エントロピーは、知覚の多様性が崩壊しても一定であり続ける。 知覚空間における多様性を捉える知覚エントロピーを導入し,標準エントロピーの特性を維持する。
  論文  参考訳（メタデータ） (2026-05-12T13:29:10Z)
• Equivariant Filter for Radar-Inertial Odometry [45.85581416235741]
  拡張カルマンフィルタ(EKF)に基づくレーダ慣性オドメトリー(RIO)は、レーダと慣性測定ユニット(IMU)の間の正確な外在的キャリブレーションに依存している。 このレターは、ナビゲーション状態とIMUバイアスを幾何学的に結合するリー群対称性に基づいて、RIOの同変フィルタ(EqF)を提案する。
  論文  参考訳（メタデータ） (2026-04-24T21:47:06Z)
• Robust Regression with Adaptive Contamination in Response: Optimal Rates and Computational Barriers [65.58071581164043]
  本研究では, 共変剤を清潔にし, 応答を適応的に劣化させる汚染モデルの下で, 頑健な回帰について検討する。 本研究では,ハマー汚染下で達成可能なものよりも優れた推定率を持つ推定器を構築するために,追加情報を慎重に活用できることを示す。 情報理論の観点からは、ハマーモデルよりも改善されているにもかかわらず、この問題が強い情報計算ギャップを示すという公式な証拠を提供する。
  論文  参考訳（メタデータ） (2026-04-05T19:07:24Z)
• Function-Space Decoupled Diffusion for Forward and Inverse Modeling in Carbon Capture and Storage [65.51149575007149]
  本稿では,Fun-DDPSについて述べる。Fun-DDPSは,関数空間拡散モデルと微分可能なニューラル演算子サロゲートを結合した生成フレームワークである。 Fun-DDPSは、ジョイントステートベースラインで観察される高周波アーティファクトから、物理的に一貫した実現をもたらす。
  論文  参考訳（メタデータ） (2026-02-12T18:58:12Z)
• GLOBE: Accurate and Generalizable PDE Surrogates using Domain-Inspired Architectures and Equivariances [0.0]
  GLOBEは、学習可能なグリーン関数のようなカーネルの重ね合わせとして、境界面からターゲットへ評価されるソリューションである。 AirFRANSでは、GLOBEは相当な精度向上を実現している。 結果は、厳密な物理学とドメインにインスパイアされた帰納的バイアスが、精度、一般化可能性、実用性に大きな利益をもたらすことを示した。
  論文  参考訳（メタデータ） (2025-11-19T20:23:51Z)
• Recurrent Transformer U-Net Surrogate for Flow Modeling and Data Assimilation in Subsurface Formations with Faults [0.0]
  本研究では, 実断層下帯水層における圧力およびCO2飽和度を予測するために, 再帰型変圧器U-Netサロゲートモデルを開発した。 このジオモデルには、ターゲット帯水層(超臨界二酸化炭素が注入される場所)、周辺地域、キャップロック、2つの広範な断層、2つのオーバーライド帯水層が含まれる。
  論文  参考訳（メタデータ） (2025-08-15T18:56:45Z)
• Pix2Geomodel: A Next-Generation Reservoir Geomodeling with Property-to-Property Translation [2.004012818482403]
  本研究では、Pix2Pixをベースとした新しい条件付き生成対向ネットワーク(cGAN)フレームワークであるPix2Geomodelを紹介する。 グローニンゲンガス田のロトリーゲンド貯水池から貯水池特性(空洞、ポーシティ、透水性、飽和度)を予測するように設計されている。 その結果, 病状 (PA 0.88, FWIoU 0.85) と水飽和 (PA 0.96, FWIoU 0.95) の精度が高く, 気孔率 (PA 0.70, FWIoU 0.55) と透過性 (PA 0.74, FWIoU 0.60) が適度に向上し, 翻訳性能も良好であった。
  論文  参考訳（メタデータ） (2025-06-21T15:58:27Z)
• Breaking the Compression Ceiling: Data-Free Pipeline for Ultra-Efficient Delta Compression [57.71917274869577]
  UltraDeltaはデータフリーのデルタ圧縮パイプラインで、超高圧縮と強力なパフォーマンスを実現する。 UltraDeltaは、冗長性を最小化し、情報を最大化し、層間、層内、大域的な寸法で性能を安定させるように設計されている。
  論文  参考訳（メタデータ） (2025-05-19T10:37:22Z)
• Rectified Diffusion Guidance for Conditional Generation [94.83538269086613]
  CFGの背後にある理論を再検討し、不適切な組合せ係数(textiti.e.)が生成分布を期待的にシフトさせることを厳密に確認する。 提案手法は, 強みを考慮すれば, textbftextitform ソリューションが有効であることを示す。 実世界のデータに関する実証的な証拠は、我々の設計と既存の最先端拡散モデルとの整合性を実証している。
  論文  参考訳（メタデータ） (2024-10-24T13:41:32Z)
• Deep-learning-based coupled flow-geomechanics surrogate model for CO$_2$ sequestration [4.635171370680939]
  3次元リカレントr-u-netモデルは、深い畳み込みとリカレントニューラルネットワークを組み合わせて、飽和、圧力、表面変位場の空間分布と時間変化を捉える。 サーロゲートモデルは、貯留層内の3D CO2飽和と圧力場、および地球の表面の2D変位マップを予測するために訓練されています。
  論文  参考訳（メタデータ） (2021-05-04T07:34:15Z)

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。