کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
5484364 | 1522790 | 2017 | 33 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Development of machine learning methodology for polymer gels screening for injection wells
ترجمه فارسی عنوان
توسعه روش شناسی ماشین برای غربالگری ژل پلیمری برای چاه های تزریق
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
بازیابی نفت پیشرفته، ژل پلیمری درمان بهبود سازگاری، تکنیک های یادگیری ماشین، مدل های غربالگری پیشرفته
موضوعات مرتبط
مهندسی و علوم پایه
علوم زمین و سیارات
زمین شناسی اقتصادی
چکیده انگلیسی
Results show that logistic classification models and their variants correctly predict the proper gel technology in more than 85% of projects in the training and validation samples with a minimum AUC of 0.9375. We also used a prediction profiler to visually monitor performances of the classifiers and certain tendencies were identified by the investigation of the mispredicted projects. The novelty of the new methodology is its capability to predict the most applicable gel technology for undiagnosed injection wells.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Petroleum Science and Engineering - Volume 151, March 2017, Pages 77-93
Journal: Journal of Petroleum Science and Engineering - Volume 151, March 2017, Pages 77-93
نویسندگان
Munqith Aldhaheri, Mingzhen Wei, Baojun Bai, Mortadha Alsaba,