دانلود کتاب Machine Learning for Subsurface Characterization – یادگیری ماشین برای خصوصیات زیرسطحی

توضیحات

Machine Learning for Subsurface Characterization develops and applies neural networks, random forests, deep learning, unsupervised learning, Bayesian frameworks, and clustering methods for subsurface characterization. Machine learning (ML) focusses on developing computational methods/algorithms that learn to recognize patterns and quantify functional relationships by processing large data sets, also referred to as the ‘big data.’ Deep learning (DL) is a subset of machine learning that processes ‘big data’ to construct numerous layers of abstraction to accomplish the learning task. DL methods do not require the manual step of extracting/engineering features; however, it requires us to provide large amounts of data along with high-performance computing to obtain reliable results in a timely manner. This reference helps the engineers, geophysicists, and geoscientists get familiar with data science and analytics terminology relevant to subsurface characterization and demonstrates the use of data-driven methods for outlier detection, geomechanical/electromagnetic characterization, image analysis, fluid saturation estimation, and pore-scale characterization in the subsurface.

————————————————————–

ترجمه ماشینی :

یادگیری ماشین برای مشخصه‌سازی زیرسطحی شبکه‌های عصبی، جنگل‌های تصادفی، یادگیری عمیق، یادگیری بدون نظارت، چارچوب‌های بیزی و روش‌های خوشه‌بندی را برای خصوصیات زیرسطحی توسعه داده و اعمال می‌کند. یادگیری ماشینی (ML) بر توسعه روش‌ها/الگوریتم‌های محاسباتی تمرکز دارد که با پردازش مجموعه داده‌های بزرگ، که به آن «داده‌های بزرگ» نیز گفته می‌شود، الگوها را تشخیص داده و روابط عملکردی را کمی تعیین می‌کنند. یادگیری عمیق (DL) زیرمجموعه‌ای از یادگیری ماشینی است که «داده‌های بزرگ» را پردازش می‌کند تا لایه‌های متعددی از انتزاع را برای انجام کار یادگیری بسازد. روش‌های DL نیازی به مرحله دستی استخراج/مهندسی ویژگی‌ها ندارند. با این حال، ما را ملزم به ارائه مقادیر زیادی داده همراه با محاسبات با عملکرد بالا برای به دست آوردن نتایج قابل اعتماد در زمان مناسب می کند. این مرجع به مهندسان، ژئوفیزیکدانان و دانشمندان زمین‌شناسی کمک می‌کند تا با اصطلاحات علم داده و تجزیه و تحلیل مرتبط با خصوصیات زیرسطحی آشنا شوند و استفاده از روش‌های مبتنی بر داده را برای تشخیص نقاط بیرونی، مشخصه‌های ژئومکانیکی/الکترومغناطیسی، تجزیه و تحلیل تصویر، تخمین اشباع سیال و منافذ نشان می‌دهد. توصیف مقیاس در زیر سطح

tag : دانلود کتاب یادگیری ماشین برای خصوصیات زیرسطحی , Download یادگیری ماشین برای خصوصیات زیرسطحی , دانلود یادگیری ماشین برای خصوصیات زیرسطحی , Download Machine Learning for Subsurface Characterization Book , یادگیری ماشین برای خصوصیات زیرسطحی دانلود , buy یادگیری ماشین برای خصوصیات زیرسطحی , خرید کتاب یادگیری ماشین برای خصوصیات زیرسطحی , دانلود کتاب Machine Learning for Subsurface Characterization , کتاب Machine Learning for Subsurface Characterization , دانلود Machine Learning for Subsurface Characterization , خرید Machine Learning for Subsurface Characterization , خرید کتاب Machine Learning for Subsurface Characterization ,