குறியிடப்பட்டது
  • ஜெ கேட் திறக்கவும்
  • ஜெனமிக்ஸ் ஜர்னல்சீக்
  • JournalTOCகள்
  • சீனாவின் தேசிய அறிவு உள்கட்டமைப்பு (CNKI)
  • எலக்ட்ரானிக் ஜர்னல்ஸ் லைப்ரரி
  • RefSeek
  • ஹம்டார்ட் பல்கலைக்கழகம்
  • EBSCO AZ
  • OCLC- WorldCat
  • SWB ஆன்லைன் பட்டியல்
  • உயிரியல் மெய்நிகர் நூலகம் (vifabio)
  • பப்ளான்கள்
  • MIAR
  • யூரோ பப்
  • கூகுள் ஸ்காலர்
இந்தப் பக்கத்தைப் பகிரவும்
ஜர்னல் ஃப்ளையர்
Flyer image

சுருக்கம்

இயந்திர கற்றல் மாதிரிகளின் அடிப்படையில் எண்ணெய் மற்றும் எரிவாயு கிணறு உற்பத்தி முன்கணிப்பு: தி வால்வ் ஃபீல்ட் கேஸ்

மோரேனோ மில்லன்

கிணறு மற்றும் நீர்த்தேக்க அளவுகளில் எண்ணெய் மற்றும் எரிவாயு உற்பத்தி ஓட்ட விகிதங்களைக் கணிக்கும் தற்போதைய நுட்பங்கள், எண் உருவகப்படுத்துதல் மாதிரிகள் மூலம் கிளாசிக்கல் சரிவு வளைவு பகுப்பாய்வு மூலம் அடங்கும். தற்போதைய வேலை பின்வரும் இயந்திர கற்றல் மாதிரிகளை (MLM) பயன்படுத்த முன்மொழிகிறது: லீனியர் ரிக்ரஷன் (LR), ஆதரவு திசையன் இயந்திரங்கள் (SVM), ரேண்டம் ஃபாரஸ்ட் (RF), மற்றும் ஒரு செயற்கை நரம்பியல் நெட்வொர்க் (ANN), வழக்கமானவற்றுக்கு மாற்றாக எண்ணெய் மற்றும் எரிவாயு உற்பத்தி ஓட்ட விகிதங்களை முன்னறிவிப்பதற்கான முறைகள். நோர்வே கண்ட அலமாரியில் அமைந்துள்ள வால்வ் வயலில் இருந்து கிணறுகளில் 8 ஆண்டுகளாக பதிவு செய்யப்பட்ட உற்பத்தி தரவுகளின் அடிப்படையில் இந்த முன்மொழிவின் பயன்பாடு நிரூபிக்கப்பட்டுள்ளது. எனவே, மேலே குறிப்பிட்டுள்ள ஒவ்வொரு MLMக்கான பலன்கள் விவாதிக்கப்படுகின்றன, ஒரு நடைமுறை அனுபவத்தின் அடிப்படையில் முடிவாகும், எப்போதும் மிகவும் சிக்கலான வழிமுறைகள் சிறந்த தேர்வாக இருக்காது. SVM இன் மாற்று சிறந்த முடிவுகளைத் தருகிறது என்பது நிரூபிக்கப்பட்டுள்ளது, மேலும் இது RF அல்லது ANN மாற்றுகளுடன் ஒப்பிடுகையில் செயல்படுத்தப்படும் எளிமையான மற்றும் எளிதான மாதிரியாகும்.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவ