74164

Автор(ы): 

Автор(ов): 

3

Параметры публикации

Тип публикации: 

Статья в журнале/сборнике

Название: 

Similarity Heuristics for Clustering Wells Based on Logging-Data

ISBN/ISSN: 

1995-0802

DOI: 

10.1134/S1995080223010195

Наименование источника: 

  • Lobachevskii Journal of Mathematics

Обозначение и номер тома: 

Vol. 44, No 1

Город: 

  • New York, NY 10019

Издательство: 

  • Pleiades Publishing, Ltd.

Год издания: 

2023

Страницы: 

157-169
Аннотация
Данная статья посвящена некоторым методам характеризации сходства нефтяных скважин. Проводится сравнение эвристик, основанных на топологических, статистических и динамических предположениях о характере скрытых физических процессов. Подход тестируется на реальных данных. Показывается, что эвристические алгоритмы способны добиться точности, сопоставимой с нейросетевыми, и при этом обладают намного меньшим временем работы.

Библиографическая ссылка: 

Хлюстов Д.К., Сафонов С., Ковалев Д.Ю. Similarity Heuristics for Clustering Wells Based on Logging-Data // Lobachevskii Journal of Mathematics. 2023. Vol. 44, No 1. С. 157-169.