Novel hybrid machine learning optimizer algorithms to prediction of fracture density by petrophysical data (Запись № 665667)
[ простой вид ]
| 000 -Маркер | |
|---|---|
| Поле контроля фиксированной длины | 03378nlm1a2200481 4500 |
| 005 - Идентификатор версии | |
| Поле контроля фиксированной длины | 20231030042011.0 |
| 035 ## - Другие системные номера | |
| Идентификатор записи | (RuTPU)RU\TPU\network\36870 |
| 035 ## - Другие системные номера | |
| Идентификатор записи | RU\TPU\network\34931 |
| 100 ## - Данные общей обработки | |
| Данные общей обработки | 20211028a2021 k y0engy50 ba |
| 101 0# - Язык ресурса | |
| Язык текста, звукозаписи и т.д. | английский |
| 102 ## - Страна публикации или производства | |
| Страна публикации | |
| 135 ## - Поле кодированных данных: электронные ресурсы | |
| Кодированные данные для электронного ресурса | drcn ---uucaa |
| 181 #0 - Поле кодированных данных: вид содержания | |
| Код вида содержания | i |
| 182 #0 - Поле кодированных данных: средство доступа | |
| Код средства доступа | electronic |
| 200 1# - Заглавие и сведения об ответственности | |
| Основное заглавие | Novel hybrid machine learning optimizer algorithms to prediction of fracture density by petrophysical data |
| Первые сведения об ответственности | M. Rajabi, S. Beheshtian, Sh. Davoodi [et al.] |
| 203 ## - Вид содержания и средство доступа | |
| Вид содержания | |
| Средство доступа | |
| 300 ## - Общие примечания | |
| Текст примечания | Title screen |
| 330 ## - Резюме или реферат | |
| Текст примечания | One of the challenges in reservoir management is determining the fracture density (FVDC) in reservoir rock. Given the high cost of coring operations and image logs, the ability to predict FVDC from various petrophysical input variables using a supervised learning basis calibrated to the standard well is extremely useful. In this study, a novel machine learning approach is developed to predict FVDC from 12-input variable well-log based on feature selection. To predict the FVDC, combination of two networks of multiple extreme learning machines (MELM) and multi-layer perceptron (MLP) hybrid algorithm with a combination of genetic algorithm (GA) and particle swarm optimizer (PSO) has been used. We use a novel MELM-PSO/GA combination that has never been used before, and the best comparison result between MELM-PSO-related models with performance test data is RMSE = 0.0047 1/m; R2 = 0.9931. According to the performance accuracy analysis, the models are MLP-PSO < MLP-GA < MELM-GA < MELM-PSO. This method can be used in other fields, but it must be recalibrated with at least one well. Furthermore, the developed method provides insights for the use of machine learning to reduce errors and avoid data overfitting in order to create the best possible prediction performance for FVDC prediction. |
| 333 ## - Примечания об особенностях распространения и использования | |
| Текст примечания | |
| 461 ## - Уровень набора | |
| Заглавие | Journal of Petroleum Exploration and Production |
| 463 ## - Уровень физической единицы | |
| Заглавие | Vol. 11, iss. 12 |
| Обозначение тома | [P. 4375-4397] |
| Дата публикации | 2021 |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | труды учёных ТПУ |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | электронный ресурс |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | fracture density |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | multi-hidden layer extreme learning machine |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | hybrid machine learning algorithms |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | multi-layer perceptron |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | плотность |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | трещины |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | гибридное обучение |
| 701 #1 - Имя лица – альтернативная ответственность | |
| Начальный элемент ввода | Rajabi |
| Часть имени, кроме начального элемента ввода | M. |
| Расширение инициалов личного имени | Meysam |
| 701 #1 - Имя лица – альтернативная ответственность | |
| Начальный элемент ввода | Beheshtian |
| Часть имени, кроме начального элемента ввода | S. |
| Расширение инициалов личного имени | Saeed |
| 701 #1 - Имя лица – альтернативная ответственность | |
| Начальный элемент ввода | Davoodi |
| Часть имени, кроме начального элемента ввода | Sh. |
| Дополнения к именам, кроме дат | specialist in the field of petroleum engineering |
| -- | Research Engineer of Tomsk Polytechnic University |
| Даты | 1990- |
| Расширение инициалов личного имени | Shadfar |
| -- | stltpush |
| Идентификатор авторитетной/ нормативной записи | (RuTPU)RU\TPU\pers\46542 |
| 701 #1 - Имя лица – альтернативная ответственность | |
| Начальный элемент ввода | Ghorbani |
| Часть имени, кроме начального элемента ввода | H. |
| Расширение инициалов личного имени | Hamzeh |
| 701 #1 - Имя лица – альтернативная ответственность | |
| Начальный элемент ввода | Mohamadian |
| Часть имени, кроме начального элемента ввода | N. |
| Расширение инициалов личного имени | Nima |
| 701 #1 - Имя лица – альтернативная ответственность | |
| Начальный элемент ввода | Radwan |
| Часть имени, кроме начального элемента ввода | A. E. |
| Расширение инициалов личного имени | Ahmed |
| 701 #1 - Имя лица – альтернативная ответственность | |
| Начальный элемент ввода | Ahmadi |
| Часть имени, кроме начального элемента ввода | A. M. |
| Расширение инициалов личного имени | Alvar Mehdi |
| 712 02 - Наименование организации – вторичная ответственность | |
| Начальный элемент ввода | Национальный исследовательский Томский политехнический университет |
| Структурное подразделение | Инженерная школа природных ресурсов |
| -- | Отделение нефтегазового дела |
| -- | 8084 |
| -- | stltpush |
| Идентификатор авторитетной/ нормативной записи | (RuTPU)RU\TPU\col\23546 |
| 801 #2 - Источник записи | |
| Страна | RU |
| Организация | 63413507 |
| Дата составления | 20211028 |
| Правила каталогизации | PSBO |
| 856 4# - Местонахождение электронных ресурсов и доступ к ним | |
| Универсальный идентификатор ресурса | https://doi.org/10.1007/s13202-021-01321-z |
| 090 ## - System Control Numbers (Koha) | |
| Koha biblioitem number (autogenerated) | 665667 |
| 942 ## - Добавленные элементы ввода (Коха) | |
| Тип документа | Computer Files |
Нет доступных единиц.