G - Physics – 06 – N
Patent
G - Physics
06
N
G06N 5/02 (2006.01) G06E 1/00 (2006.01) G06E 3/00 (2006.01) G06F 15/18 (2006.01) G06F 17/00 (2006.01) G06F 17/50 (2006.01) G06G 7/00 (2006.01) G06N 5/00 (2006.01)
Patent
CA 2512640
A system and method for selecting a training data set from a set of multidimensional geophysical input data samples for training a model to predict target data. The input data may be data sets produced by a pulsed neutron logging tool at multiple depth points in a cases well. Target data may be responses of an open hole logging tool. The input data is divided into clusters (16, 24). Actual target data from the training well is linked to the clusters. The linked clusters are analyzed for variance, etc. and fuzzy inference (34) is used to select a portion of each cluster (36) to include in a training set. The reduced set is used to train a model, such as an artificial neural network. The trained model may then be used to produce synthetic open hole logs in response to inputs of cased hole log data.
La présente invention a trait à un système et un procédé permettant la sélection d'un ensemble de données de formation à partir d'un ensemble d'échantillons de données d'entrée géophysiques multidimensionnelles pour l'apprentissage d'un modèle à prédire des données cibles. Les données d'entrée peuvent être des ensembles produits par un appareil de diagraphie à des points dans un puits tubé. Des données cibles peuvent être des réponses d'un appareil de diagraphie de trou découvert. La donnée d'entrée est divisée en groupements. Une donnée réelle en provenance du puits en formation est reliée aux groupements. Les groupements liés sont analysés en termes de variance et analogue, et une inférence floue est utilisée pour la sélection d'une portion de chaque groupement pour y inclure un ensemble de formation. L'ensemble réduit est utilisé pour la formation d'un modèle, tel qu'un réseau neuronal artificiel. Le modèle formé peut ensuite être utilisé pour produire des diagraphies de trous découverts synthétiques en réponse à des entrée de données de trous tubés.
Chen Dingding
Grable Jeffery L.
Hamid Syed
Quirein John A.
Smith Harry D. Jr.
Emery Jamieson Llp
Halliburton Energy Services Inc.
LandOfFree
Neural network training data selection using memory reduced... does not yet have a rating. At this time, there are no reviews or comments for this patent.
If you have personal experience with Neural network training data selection using memory reduced..., we encourage you to share that experience with our LandOfFree.com community. Your opinion is very important and Neural network training data selection using memory reduced... will most certainly appreciate the feedback.
Profile ID: LFCA-PAI-O-1367041