Strojové učenie na charakterizáciu podpovrchových vrstiev

Recenzie čitateľov

Momentálne nie sú žiadne recenzie čitateľov. Hodnotenie je založené na 2 hlasoch.

Pôvodný názov:

Machine Learning for Subsurface Characterization

Obsah knihy:

Strojové učenie pre charakterizáciu podpovrchových vrstiev vyvíja a aplikuje neurónové siete, náhodné lesy, hlboké učenie, učenie bez dohľadu, bayesovské rámce a metódy zhlukovania pre charakterizáciu podpovrchových vrstiev.

Strojové učenie (ML) sa zameriava na vývoj výpočtových metód/algoritmov, ktoré sa učia rozpoznávať vzory a kvantifikovať funkčné vzťahy spracovaním veľkých súborov údajov, označovaných aj ako „veľké údaje“. Hlboké učenie (DL) je podmnožinou strojového učenia, ktorá spracováva „veľké údaje“ s cieľom vytvoriť početné vrstvy abstrakcie na splnenie úlohy učenia.

Metódy DL si nevyžadujú manuálny krok extrakcie/vypracovania funkcií; vyžaduje si však, aby sme poskytli veľké množstvo údajov spolu s vysoko výkonnou výpočtovou technikou na včasné získanie spoľahlivých výsledkov. Táto referencia pomáha inžinierom, geofyzikom a geovedcom oboznámiť sa s terminológiou dátovej vedy a analytiky relevantnou pre charakterizáciu podpovrchových vrstiev a demonštruje použitie metód založených na údajoch na detekciu odľahlých hodnôt, geomechanickú/elektromagnetickú charakterizáciu, analýzu obrazu, odhad nasýtenia tekutín a charakterizáciu pórovej škály v podpovrchových vrstvách.