Skip navigation
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elar.nung.edu.ua/handle/123456789/9944
Назва: Використання нейромереж для оцінювання пористості та проникності гірських порід
Автори: Юрчишин, О.В.
Розловська, С.Є.
Ключові слова: проникність гірських порід
геофізичні дослідження
штучний інтелект
машинне навчання
нейронна мережа
аналіз даних
інтерпретація досліджень
porosity
rock permeability
geophysical research
artificial intelligence
machine learning
neural network
data analysis
research interpretation
Дата публікації: 2025
Видавництво: Івано-Франківськ
Бібліографічний опис: Юрчишин, О. В. Використання нейромереж для оцінювання пористості та проникності гірських порід / О. В. Юрчишин, С. Є. Розловська // Нафтогазова енергетика. - 2025. - № 2. - С .46-54.
Короткий огляд (реферат): Із появою штучного інтелекту (ШІ) і його застосуванням у різних галузях промисловості з'явилася можливість автоматизувати та оптимізувати багато процесів, в тому числі і в геофізиці. Використання ШІ у геофізичних дослідженнях свердловин (ГДС) може внести революційні зміни у способи збору, обробки та інтерпретації даних.
The advent of artificial intelligence (AI) and its application in various industries has made it possible to automate and optimise many processes, including those in geophysics. Using AI in geophysical well surveys could transform the way data is collected, processed and interpreted. AI is expected to become a key tool in the oil and gas industry, advancing data modelling and analysis and offering significant benefits in terms of accuracy and efficiency. This paper presents an approach to estimating the porosity and permeability of rocks based on geoph?sical survey results, using a neural network as the primary tool.
URI (Уніфікований ідентифікатор ресурсу): http://elar.nung.edu.ua/handle/123456789/9944
Розташовується у зібраннях:Нафтогазова енергетика - 2025 - № 2.

Файли цього матеріалу:
Файл Опис РозмірФормат 
9620p.pdf971.73 kBAdobe PDFПереглянути/Відкрити
Показати повний опис матеріалу Перегляд статистики  Google Scholar


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.