文献

J-GLOBAL ID：201902231059198604   整理番号：19A2233527

知的アンサンブル分類器に基づくパターン認識モデリング手法:水-浸水層の同定と評価への応用【JST・京大機械翻訳】

A pattern recognition modeling approach based on the intelligent ensemble classifier: Application to identification and appraisal of water-flooded layers

著者 (10件)： Geng Zhiqiang (Guizhou Provincial Key Laboratory of Public Big Data, Guizhou University, Guiyang, China) ,  Geng Zhiqiang (College of Information Science and Technology, Beijing University of Chemical Technology, Beijing, China) ,  Hu Xuan (Guizhou Provincial Key Laboratory of Public Big Data, Guizhou University, Guiyang, China) ,  Hu Xuan (College of Information Science and Technology, Beijing University of Chemical Technology, Beijing, China) ,  Ding Ning (Guizhou Provincial Key Laboratory of Public Big Data, Guizhou University, Guiyang, China) ,  Ding Ning (College of Information Science and Technology, Beijing University of Chemical Technology, Beijing, China) ,  Zhao Shanshan (Guizhou Provincial Key Laboratory of Public Big Data, Guizhou University, Guiyang, China) ,  Zhao Shanshan (College of Information Science and Technology, Beijing University of Chemical Technology, Beijing, China) ,  Han Yongming (Guizhou Provincial Key Laboratory of Public Big Data, Guizhou University, Guiyang, China) ,  Han Yongming (College of Information Science and Technology, Beijing University of Chemical Technology, Beijing, China)
資料名： Proceedings of the Institution of Mechanical Engineers. Part I. Journal of Systems and Control Engineering  (Proceedings of the Institution of Mechanical Engineers. Part I. Journal of Systems and Control Engineering)
巻： 233  号： 7  ページ： 737-750  発行年： 2019年 
JST資料番号： W1571A  ISSN： 0959-6518  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 水攻層の実際のクロマトグラムデータは,多重次元,複雑さ,および雑音の特性を有するので,油とガス貯留層における水攻層を正確に同定し,評価することは困難である。そこで,本論文では,知的アンサンブル分類器,統合モデルフリーBayes分類器,AdaBoostアルゴリズムおよびサポートベクトルマシンアルゴリズムに基づく認識モデリング手法を提案した。曲線あてはめ法を用いて,有効クロマトグラム特性情報を得ることができた。スパース分類問題を一般的分類問題に変換するために,一般的な訓練サンプルとして不平衡訓練サンプルを処理するために,合成少数過剰サンプリング技術アルゴリズムを用いた。さらに,モデルフリーBayes分類器,AdaBoostおよびサポートベクトルマシンアルゴリズムを,アンサンブル分類モデルを訓練するためのベース分類器として用いた。従来の単一分類手法と比較して,アンサンブル分類器モデルのロバスト性と有効性を,UCI(IrvineのCalifornia大学)リポジトリからの標準データ源を通して検証した。最後に,提案したモデルを複雑な油とガス認識システムにおける水攻層の同定と評価に適用した。クロマトグラム特性情報と予測結果を得て,より信頼できる水攻層情報を提供し,貯留層探査のプロセスを導き,石油開発効率を改善した。Copyright IMechE 2018 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *パターン認識 ,  非平衡状態 ,  多重化 ,  雑音 ,  *モデリング ,  サポートベクトルマシン ,  リポジトリ ,  有効性 ,  モデル ,  クロマトグラム ,  予測 ,  アルゴリズム
準シソーラス用語： *アンサンブル分類 ,  オーバサンプリング ,  複雑性 , 【Automatic Indexing@JST】

著者キーワード (5件)： 知的アンサンブル分類器 ,  合成少数サンプリング技術 ,  水の浸水層の同定 ,  曲線あてはめ ,  石油とガス認識システム

分類 (2件)： ロボットの設計・製造・構造要素  (IC04013A) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (8件)： アンサンブル分類器 ,  認識モデリング ,  手法 ,  水 ,  浸水 ,  同定 ,  評価 ,  応用