Stepped machine learning for the development of mineral models: Concepts and applications in the pre-salt reservoir carbonate rocks (2021)
- Authors:
- USP affiliated authors: ULSEN, CARINA - EP ; CARNEIRO, CLEYTON DE CARVALHO - EP ; OLIVEIRA, LUCAS ABREU BLANES DE - EP ; CUSTODIO, LUIZ FELIPE NIEDERMAIER - EP ; FAGUNDES, THAIS BORTOTTI - EP
- Unidade: EP
- DOI: 10.1016/j.egyai.2021.100050
- Subjects: GEOQUÍMICA; CONCENTRAÇÃO DE MINERAIS; MINERALOGIA; PRÉ-SAL
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Energy and AI
- ISSN: 2666-5468
- Volume/Número/Paginação/Ano: v.3, p. 1-13, Mar. 2021. Article 100050
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
OLIVEIRA, Lucas Abreu Blanes de et al. Stepped machine learning for the development of mineral models: Concepts and applications in the pre-salt reservoir carbonate rocks. Energy and AI, v. 3, p. 1-13, 2021Tradução . . Disponível em: https://doi.org/10.1016/j.egyai.2021.100050. Acesso em: 02 abr. 2026. -
APA
Oliveira, L. A. B. de, Custódio, L. F. N., Fagundes, T. B., Ulsen, C., & Carneiro, C. de C. (2021). Stepped machine learning for the development of mineral models: Concepts and applications in the pre-salt reservoir carbonate rocks. Energy and AI, 3, 1-13. doi:10.1016/j.egyai.2021.100050 -
NLM
Oliveira LAB de, Custódio LFN, Fagundes TB, Ulsen C, Carneiro C de C. Stepped machine learning for the development of mineral models: Concepts and applications in the pre-salt reservoir carbonate rocks [Internet]. Energy and AI. 2021 ;3 1-13.[citado 2026 abr. 02 ] Available from: https://doi.org/10.1016/j.egyai.2021.100050 -
Vancouver
Oliveira LAB de, Custódio LFN, Fagundes TB, Ulsen C, Carneiro C de C. Stepped machine learning for the development of mineral models: Concepts and applications in the pre-salt reservoir carbonate rocks [Internet]. Energy and AI. 2021 ;3 1-13.[citado 2026 abr. 02 ] Available from: https://doi.org/10.1016/j.egyai.2021.100050 - Global enhanced oil recovery assessment: A comprehensive data-driven analysis using self-organizing maps
- Industry 4.0 and the future of reservoir exploration and characterization
- Geração de perfis sintéticos em reservatórios carbonáticos a partir de algoritmos de aprendizagem de máquinas
- Synthetic geochemical well logs generation using ensemble machine learning techniques for the Brazilian pre-salt reservoirs
- Ciência de dados e inteligência artificial na engenharia de reservatórios de petróleo
- Hybrid mineral model integrating probabilistic and machine learning approaches for the Brazilian pre-salt carbonate reservoirs
- Classificação e interpretação da coluna geológica de poços de petróleo via Self- Organizing Maps (SOM)
- Recuperação avançada de petróleo: busca de campos análogos e análises mundiais técnicas e estratégicas via abordagem orientada por ciência de dados
- Caracterização de cascalhos de perfuração de poços de petróleo por técnicas analíticas instrumentais
- Modelagem geoquímica e mineralógica dos reservatórios carbonáticos do pré-sal da bacia de Santos através de perfis de poços e inteligência artificial
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Ulsen-2021-Stepped machin... |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
