Детальная информация
Название | Максимизация экономических параметров на этапе выбора системы разработки месторождения при помощи нейросети: выпускная квалификационная работа бакалавра: направление 01.03.03 «Механика и математическое моделирование» ; образовательная программа 01.03.03_03 «Математическое моделирование процессов нефтегазодобычи» |
---|---|
Авторы | Галеев Рауль Рустемович |
Научный руководитель | Лобода Ольга Сергеевна |
Организация | Санкт-Петербургский политехнический университет Петра Великого. Физико-механический институт |
Выходные сведения | Санкт-Петербург, 2023 |
Коллекция | Выпускные квалификационные работы; Общая коллекция |
Тематика | глубокое машинное обучение с подкреплением; наука о данных; нейронные сети; обработка данных; оптимизация процессов нефтедобычи; deep machine reinforcement learning; data science; neural networks; data processing; optimization of the oil extraction processes |
Тип документа | Выпускная квалификационная работа бакалавра |
Тип файла | |
Язык | Русский |
Уровень высшего образования | Бакалавриат |
Код специальности ФГОС | 01.03.03 |
Группа специальностей ФГОС | 010000 - Математика и механика |
DOI | 10.18720/SPBPU/3/2023/vr/vr24-22 |
Права доступа | Доступ по паролю из сети Интернет (чтение) |
Дополнительно | Новинка |
Ключ записи | ru\spstu\vkr\26749 |
Дата создания записи | 15.02.2024 |
Разрешенные действия
–
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Группа | Анонимные пользователи |
---|---|
Сеть | Интернет |
В данной работе рассмотрена задача максимизации экономики месторождения при помощи нейронной сети. Даны общие понятия метода глубокого Q-обучения. Изучена модель месторождения и проведена обработка и анализ данных из модуля экономической оценки месторождения. Разработана реализация алгоритма глубокого Q-обучения с использованием трёхслойной нейронной сети на языке Python. Проведён анализ полученных результатов расчёта экономики месторождения.
The given work is devoted to the problem of maximizing the economy of a deposit using a neural network. The general concepts of Deep Q-Learning method are given. The field model has been studied and the data from field economic evaluation module has been processed and analyzed. An implementation of the Deep Q-Learning algorithm using a three-layer neural network in Python has been developed. The results of field economics calculation have been analyzed.
Место доступа | Группа пользователей | Действие |
---|---|---|
Локальная сеть ИБК СПбПУ | Все |
|
Интернет | Авторизованные пользователи СПбПУ |
|
Интернет | Анонимные пользователи |
|
Количество обращений: 6
За последние 30 дней: 0