Towards automatic and accurate core-log processing (2023)
- Authors:
- Autor USP: CORREIA, ARTUR JORDÃO LIMA - EP
- Unidade: EP
- DOI: 10.1016/j.jappgeo.2023.104990
- Subjects: APRENDIZADO COMPUTACIONAL; RECONHECIMENTO DE PADRÕES
- Keywords: TRANSFORMER; kERNEL LOG
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Journal of Applied Geophysics
- ISSN: 0926-9851
- Volume/Número/Paginação/Ano: v. 212, p. 1-12, article nº 104990, May 2023
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
CORREIA, Artur Jordão Lima et al. Towards automatic and accurate core-log processing. Journal of Applied Geophysics, v. 212, p. 1-12, 2023Tradução . . Disponível em: https://doi.org/10.1016/j.jappgeo.2023.104990. Acesso em: 22 jan. 2026. -
APA
Correia, A. J. L., Souza, J. P. da P., Kuroda, M. C., Rezende, M. F. de, Pedrini, H., & Vidal, A. C. (2023). Towards automatic and accurate core-log processing. Journal of Applied Geophysics, 212, 1-12. doi:10.1016/j.jappgeo.2023.104990 -
NLM
Correia AJL, Souza JP da P, Kuroda MC, Rezende MF de, Pedrini H, Vidal AC. Towards automatic and accurate core-log processing [Internet]. Journal of Applied Geophysics. 2023 ; 212 1-12.[citado 2026 jan. 22 ] Available from: https://doi.org/10.1016/j.jappgeo.2023.104990 -
Vancouver
Correia AJL, Souza JP da P, Kuroda MC, Rezende MF de, Pedrini H, Vidal AC. Towards automatic and accurate core-log processing [Internet]. Journal of Applied Geophysics. 2023 ; 212 1-12.[citado 2026 jan. 22 ] Available from: https://doi.org/10.1016/j.jappgeo.2023.104990 - When layers play the lottery, all tickets win at initialization
- Pruning everything, everywhere, all at once
- Detection and classification of animal crossings on roads using IoT-based WiFi sensing
- One period to rule them all: identifying critical learning periods in deep networks
- Enhancing distilled datasets via natural data mixing
- Layer pruning with consensus: A triple-win solution
- The virtues of brevity: avoid overthinking in parallel test-time reasoning
- Effective layer pruning through similarity metric perspective
- Efficient LLMs with AMP: attention heads and MLP pruning
- Tiny titans: Efficient large vision, language and multimodal models through pruning
Informações sobre o DOI: 10.1016/j.jappgeo.2023.104990 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Towards_automatic_and_acc... |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
