Notícias

Banca de DEFESA: JOAO RAFAEL BARROSO SAMPAIO DA SILVEIRA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: JOAO RAFAEL BARROSO SAMPAIO DA SILVEIRA
DATA: 24/01/2023
HORA: 14:00
LOCAL: Online Google meet
TÍTULO:

Semi-supervised regression clustering applied to S-wave log construction


PALAVRAS-CHAVES:

Agrupamento, Regressão, Velocidade de onda-S, Geofísica de poço, Mínimos Quadrados, Support Vector Regression, Multilayer Perceptron (MLP), K-Means.


PÁGINAS: 31
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Geociências
SUBÁREA: Geofísica
ESPECIALIDADE: Geofísica Aplicada
RESUMO:

Medições de tempo de trânsito da onda de cisalhamento ou vagarosidade fornecem informações valiosas sobre reservas de hidrocarbonetos e são essenciais para melhorar a compreensão petrofísica de formações geológicas subterrâneas. Exceto para testes de laboratório, a disponibilidade de dados de ondas S de pers de poços e em escalas sísmicas é relativamente limitada. Portanto, novos métodos para obter indiretamente esse valor são cruciais. Uma solução para esse desao envolve o uso de aprendizado de máquina e "Deep learning", bem como modelos empíricos e inovação. Além disso, agrupar conjuntos de dados de pers de poço em grupos semelhantes, como aqueles com a mesma litologia, facilita a visualização de correlações que podem não ser imediatamente evidentes sem esse agrupamento; um método para fazer isso é por meio da clusterização, uma técnica de aprendizado de máquina não supervisionada. Combinando-o com métodos de regressão supervisionados, desenvolveu-se um algoritmo com um método semi-supervisionado que junta a clusterização com diferentes tipos de regressores para prever os valores de (DT S) em função de outros pers tais como: profundidade, sônico, porosidade neutrônica (φ) e densidade aparente (ρ), demonstrando que a aplicação de métodos de regressão a um conjunto agrupado de dados resulta em uma melhoria em relação aos que não são. A base de dados foi fornecida pelo campo Viking-Grab na Noruega e pelo campo Cambo no Reino Unido. Para validar os resultados, os valores previstos são comparados com os obtidos pela metodologia de regressão tradicional. Foram utilizados dois métodos de regressão linear (Least Squares (LSR) e Support Vector Regression (SRV) (com kernel linear) e dois não lineares (Support Vector Regression (SVR) com kernel "Radial basis function"(RBF) e Multi Perceptron-Layer ( MLP)). A aplicação da metodologia proposta mostrou melhoria consistente nos resultados, onde as medições realizadas pelo novo método proposto mostraram melhorias  ignicativas para a previsão de registros de ondas S, não apenas em poços da mesma região de treinamento, mas também em poços fora da área de estudo.


MEMBROS DA BANCA:
Presidente - 1975966 - JOSE JADSOM SAMPAIO DE FIGUEIREDO
Externo à Instituição - HERSON OLIVEIRA DA ROCHA
Externo à Instituição - SUSANNE TAINA RAMALHO MACIEL
Notícia cadastrada em: 23/01/2023 09:16
SIGAA | Centro de Tecnologia da Informação e Comunicação (CTIC) - (91)3201-7793 | Copyright © 2006-2024 - UFPA - jatoba.ufpa.br.jatoba1