机器学习在地球物理测井中的应用进展  

作　　者：张炜(编译) 唐宇(编译) 

机构地区：[1]不详

出　　处：《测井技术》2020年第2期185-185,共1页Well Logging Technology

摘　　要：1.应用机器学习工作流程创建力学地球模型2.基于人工智能高分辨率井眼成像的地质相分析3.数字采样技术4.支持井眼测量解释的机器学习代理5.基于机器学习支持的自动声波横波处理技术6.基于机器学习支持的实时监控和测井作业控制7.利用机器学习从泵送数据和地层特性预测地层流体污染的方法8.利用机器学习辅助现场XRF数据的解释,支持关键的油井交付决策9.人工智能在岩石物理应用中的利弊10.使用机器学习提高实时声波数据的孔隙压力预测精度.

关 键 词：机器学习 人工智能 地球物理测井 地球模型 测井作业 岩石物理 实时监控 地层特性 

分 类 号：G63[文化科学—教育学]