Table | Card | RUSMARC | |
Allowed Actions: –
Action 'Read' will be available if you login or access site from another network
Group: Anonymous Network: Internet |
Annotation
Данная работа направленна на проверку применимости методов машинного обучения для прогнозирования проницаемости оцифрованных кернов. В работе применены метод градиентного бустинга и глубокое обучение. Исследование проводилось на данных из открытых источников. Проведено сравнение качества прогноза различных параметров и методов. Полученные результаты демонстрируют применимость машинного обучения для прогнозирования проницаемости на основе изображений и открывают новую область цифровых исследований горных пород.
This work is aimed at testing the applicability of machine learning methods for predicting the permeability of digitized cores. The gradient boosting method and deep learning are used in the work. The study was conducted on data from open sources. The quality of the forecast of various parameters and methods is compared. The obtained results demonstrate the applicability of machine learning to predict permeability based on images and open a new field of digital rock research.
Document access rights
Network | User group | Action | ||||
---|---|---|---|---|---|---|
ILC SPbPU Local Network | All | |||||
Internet | Authorized users SPbPU | |||||
Internet | Anonymous |
Usage statistics
Access count: 11
Last 30 days: 0 Detailed usage statistics |