0% Complete
English
صفحه اصلی
/
دومین کنفرانس ملی عصر انفجار تکنولوژی؛ هوش مصنوعی، تحولی در صنعت، تجارت و زنجیره تامین و دومین کنفرانس ملی علم داده در کاربردهای مهندسی
مروری بر روشهای شناسایی و تشخیص غیرمستقیم لیتولوژی سازند با تاکید بر روشهای هوش مصنوعی
نویسندگان :
نگین فروزان
1
خالد معروفی
2
سید شهاب طباطباییمرادی
3
1- دانشگاه صنعتی سهند
2- دانشگاه صنعتی سهند
3- دانشگاه صنعتی سهند
کلمات کلیدی :
کندههای حفاری،مغزهگیری،هوش مصنوعی،نمودارهای چاه
چکیده :
فرایند شناسایی لیتولوژی سازندهای زیرسطحی نقش مهمی در اکتشاف و توسعه مخازن دارد. روشهای مستقیم مانند مغزهگیری و بررسی خردههای حفاری به دلیل دقت بالا مورد توجه قرار گرفتهاند، اما هزینهبر و زمانبر هستند. بهمنظور افزایش کارایی و کاهش هزینهها، روشهای غیرمستقیم مانند نمودارهای چاهپیمایی به کار گرفته میشوند که اطلاعات ارزشمندی درباره تخلخل، نفوذپذیری و اشباع سیالات ارائه میدهند. این روشها امکان ارزیابی سریعتر و مقرونبهصرفهتر سازندها را فراهم کرده و به مهندسان کمک میکنند تا تصمیمگیریهای بهتری در رابطه با توسعه مخازن اتخاذ کنند. در سالهای اخیر، تکنولوژیهای نوین مبتنی بر هوش مصنوعی، از جمله الگوریتمهای یادگیری ماشین، تحول چشمگیری در این حوزه ایجاد کردهاند. این الگوریتمها، شامل شبکههای عصبی مصنوعی، درختهای تصمیمگیری و روشهای خوشهبندی، توانایی شناسایی الگوهای پیچیده در دادههای پتروفیزیکی را دارند. استفاده از این تکنیکها موجب افزایش دقت و سرعت پردازش دادهها شده و امکان پیشبینی دقیقتری از ترکیب لیتولوژیکی سازند را فراهم آورده است. علاوه بر این، پردازش تصویر و بینایی کامپیوتری نیز در تحلیل مغزههای حفاری و بررسی دقیقتر بافتهای سنگی و ویژگیهای فسیلی مورد استفاده قرار گرفته است. ترکیب روشهای سنتی با فناوریهای هوش مصنوعی، به بهینهسازی فرآیند شناسایی لیتولوژی کمک کرده و موجب بهبود دقت، سرعت و کارایی این فرآیند شده است. از دیگر مزایای بهرهگیری از این فناوریها، کاهش عدم قطعیت در تفسیر دادههای زمینشناسی و افزایش قابلیت پیشبینی رفتار مخازن است. با توسعهی بیشتر الگوریتمهای پیشرفته و یادگیری عمیق، انتظار میرود که این فناوریها نقش مؤثرتری در بهبود بهرهبرداری از مخازن نفت و گاز ایفا کنند و تصمیمگیریهای مهندسی را بیش از پیش بهینهسازی نمایند.
لیست مقالات
لیست مقالات بایگانی شده
Comparative Analysis of Machine Learning and Deep Learning Models for Epileptic Seizure Detection Using the CHB-MIT EEG Dataset
Pouya Taghipour Langrodi - Amirsadra Khodadadi - Mahtab Dastranj - Golnaz Baghdadi
A Combined Time-Frequency and Common Spatial-Spectral Pattern Approach for EEG-Based Motor Imagery Classification
Reza Nejati - Hamed Danandeh Hesar
نقش تحول دیجیتال در روانشناسی محیط کار و روحیه کارگروهی
حیدر محمدزاده سالطه - نیما قاسم زاده شهرک
In Silico Evaluation of PAMAM Dendrimers as Nanocarriers for Targeted Carmustine Delivery in Glioma Therapy
Noora Shaerzadeh - Maryam Azimzadeh Irani - Yeganeh Abbasian
Engineering pH-Responsive Hybrid Hydrogels via Inverse Suspension Polymerization for Novel Drug Delivery Systems
Borhan Oghbaei Bonab - Mohammad Ashraf - Sahar Enayati - Alireza Mahjub
نرم افزار استعدادیابی ورزشی مبتنی بر هوش مصنوعی و ترانسفر ورزش ایران (ترابال)
محمدرضا عبدی جله کران
نقش هوش مصنوعی در تشخیص و پیشگیری از تقلب در خدمات مالی
مهدی محمدی امین - مهدی فرساد - هادی محمدی امین
حسابداری و حسابرسی با فناوری بلاک چین و هوش مصنوعی: بررسی ادبیات
رعنا شهدآور - محمد فرجی بنائی - مریم لطفی - فاطمه ذوالفقاری
Synthesis and Characterization of an Injectable Magnetic Scaffold Based on Alginate/Chitosan and Zero-Valent Iron for Hyperthermia
Mohammad Jafari Fashtami - Bahareh Khalilivavdareh - Delaram Dezfoulian - Maryam Tajabadi
Experimental and Theoretical Analysis of the Mechanical Performance of 3D-Printed Biomedical Splints Made of PLA/CF with Structural Geometric Variations
ELNAZ ABEDINI - Nima Feizlou
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.5.2