طبقه بندی و شناسایی رخساره های زمین شناسی با استفاده از داده های لرزه نگاری و شبکه های عصبی رقابتی

طبقه بندی و شناسایی رخساره‌های زمین‌شناسی با استفاده از داده‌های لرزه نگاری و شبکه‌های عصبی رقابتی

بررسی تغییر رخساره‎های زمین‌شناسی در مطالعه مخازن هیدروکربوری اهمیت به سزایی دارد. بررسی و طبقه بندی بازتاب‌های لرزه‌ای، روشی توانمند در شناخت و طبقه بندی رخساره های زمین شناسی و پیش بینی توزیع رخساره‌های مخزن است. در این مقاله، روشی مبتنی بر شبکه های عصبی مصنوعی رقابتی برای شناسایی و طبقه بندی رخساره های مخزن از روی داده های لرزه نگاری معرفی شده است. اساس این روش، خصوصیات بازتاب لرزه‌ای بدون ک...

طبقه بندی و شناسایی رخساره‌های زمین‌شناسی با استفاده از داده‌های لرزه نگاری و شبکه‌های عصبی رقابتی

Geological facies interpretation is essential for reservoir studying. The method of classification and identification seismic traces is a powerful approach for geological facies classification and distinction. Use of neural networks as classifiers is increasing in different sciences like seismic. They are computer efficient and ideal for patterns identification. They can simply learn new algori...

توصیف گسل هندیجان-ایذه با استفاده از داده های لرزه نگاری دوبعدی، داده های زمین لرزه و اطلاعات زمین شناسی

تحلیل رخساره های مخزن با استفاده از داده های لرزه ای در فضای عدم تشابه

ارزیابی پتروفیزیکی مخزن هیدروکربوری با استفاده از داده های چاه نگاری و تکنیک شبکه عصبی مصنوعی

برآورد تغییرات سطح پوشش جنگل های رودسر با استفاده از روش های طبقه بندی شبکه عصبی مصنوعی و حداکثر احتمال

امروزه کسب آگاهی و دانش در رابطه با پوشش گیاهی نقش مهمی را در مدیریت خاک­ها ایفا می­کند. بااین وجود برآورد پوشش گیاهی به روش معمولی که شامل برآورد کلی از پوشش گیاهی است هم زمان­بر است و هم اطلاعات چندان دقیقی را به دست نمی­دهد. از این رو سنجش از دور فنآوری بسیار مفیدی است که به دلیل کاهش زمان و هزینه، بر سایر روش­ها ارجحیت داده می­شود. در این تحقیق سعی بر آن شد با استفاده از تکنیک­های سنجش از د...