Estimativa do Perfil de Densidade com o Uso de Machine Deep Learning

O objetivo deste estudo é mostrar como as abordagens de aprendizado de máquina e aprendizado profundo (usando redes neurais convolucionais) se comparam à regressão de múltiplos mínimos quadrados para estimativa de log de densidade utilizando os logs de velocidade de onda P, raios gama, porosidade neutrônica e onda P como entradas. a viabilidade de cada método em relação às projeções de densidade foi demonstrada usando dados dos campos Norne e Teapot Dome. De acordo com as descobertas, o aprendizado de máquina e o aprendizado profundo têm uma vantagem significativa sobre as técnicas mais tradicionais. Os resultados do CNN-1D foram superiores para todos os poços cegos em pelo menos 10% em termos do método dos mínimos quadrados.