ReP USP - Resultado da busca

Artigo de periodico
Carbonate lithofacies classification in optical microscopy: a data‑centric approach using augmentation and GAN synthetic images (2023)
Rubo, Rafael Andrello; Michelon, Mateus Fontana; Carneiro, Cleyton de Carvalho
Source: Earth Science Informatics. Unidade: EP
Subjects: PETROGRAFIA, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RUBO, Rafael Andrello e MICHELON, Mateus Fontana e CARNEIRO, Cleyton de Carvalho. Carbonate lithofacies classification in optical microscopy: a data‑centric approach using augmentation and GAN synthetic images. Earth Science Informatics, p. 10 2023, 2023Tradução . . Disponível em: https://doi.org/10.1007/s12145-022-00901-9. Acesso em: 14 jul. 2024.
APA
Rubo, R. A., Michelon, M. F., & Carneiro, C. de C. (2023). Carbonate lithofacies classification in optical microscopy: a data‑centric approach using augmentation and GAN synthetic images. Earth Science Informatics, 10 2023. doi:10.1007/s12145-022-00901-9
NLM
Rubo RA, Michelon MF, Carneiro C de C. Carbonate lithofacies classification in optical microscopy: a data‑centric approach using augmentation and GAN synthetic images [Internet]. Earth Science Informatics. 2023 ;10 2023.[citado 2024 jul. 14 ] Available from: https://doi.org/10.1007/s12145-022-00901-9
Vancouver
Rubo RA, Michelon MF, Carneiro C de C. Carbonate lithofacies classification in optical microscopy: a data‑centric approach using augmentation and GAN synthetic images [Internet]. Earth Science Informatics. 2023 ;10 2023.[citado 2024 jul. 14 ] Available from: https://doi.org/10.1007/s12145-022-00901-9
Artigo de periodico
Prediction of nuclear magnetic resonance porosity well-logs in a carbonate reservoir using supervised machine learning models (2023)
Tamoto, Hugo; Gioria, Rafael dos Santos ; Carneiro, Cleyton de Carvalho
Source: Journal of Petroleum Science and Engineering. Unidade: EP
Subjects: PETROGRAFIA, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
TAMOTO, Hugo e GIORIA, Rafael dos Santos e CARNEIRO, Cleyton de Carvalho. Prediction of nuclear magnetic resonance porosity well-logs in a carbonate reservoir using supervised machine learning models. Journal of Petroleum Science and Engineering, v. 220, p. 10 , 2023Tradução . . Disponível em: https://doi.org/10.1016/j.petrol.2022.111169. Acesso em: 14 jul. 2024.
APA
Tamoto, H., Gioria, R. dos S., & Carneiro, C. de C. (2023). Prediction of nuclear magnetic resonance porosity well-logs in a carbonate reservoir using supervised machine learning models. Journal of Petroleum Science and Engineering, 220, 10 . doi:10.1016/j.petrol.2022.111169
NLM
Tamoto H, Gioria R dos S, Carneiro C de C. Prediction of nuclear magnetic resonance porosity well-logs in a carbonate reservoir using supervised machine learning models [Internet]. Journal of Petroleum Science and Engineering. 2023 ; 220 10 .[citado 2024 jul. 14 ] Available from: https://doi.org/10.1016/j.petrol.2022.111169
Vancouver
Tamoto H, Gioria R dos S, Carneiro C de C. Prediction of nuclear magnetic resonance porosity well-logs in a carbonate reservoir using supervised machine learning models [Internet]. Journal of Petroleum Science and Engineering. 2023 ; 220 10 .[citado 2024 jul. 14 ] Available from: https://doi.org/10.1016/j.petrol.2022.111169
Artigo de periodico
Using self-organizing maps to find spatial relationships between wildlife-vehicle crashes and land use classes (2022)
Tsuda, Larissa Sayuri; Carneiro, Cleyton de Carvalho ; Quintanilha, José Alberto
Source: Anais da Academia Brasileira de Ciências. Unidade: EP
Subjects: SISTEMA DE INFORMAÇÃO GEOGRÁFICA, APRENDIZADO COMPUTACIONAL, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
TSUDA, Larissa Sayuri e CARNEIRO, Cleyton de Carvalho e QUINTANILHA, José Alberto. Using self-organizing maps to find spatial relationships between wildlife-vehicle crashes and land use classes. Anais da Academia Brasileira de Ciências, v. 94, 2022Tradução . . Disponível em: https://doi.org/10.1590/0001-3765202220210727. Acesso em: 14 jul. 2024.
APA
Tsuda, L. S., Carneiro, C. de C., & Quintanilha, J. A. (2022). Using self-organizing maps to find spatial relationships between wildlife-vehicle crashes and land use classes. Anais da Academia Brasileira de Ciências, 94. doi:10.1590/0001-3765202220210727
NLM
Tsuda LS, Carneiro C de C, Quintanilha JA. Using self-organizing maps to find spatial relationships between wildlife-vehicle crashes and land use classes [Internet]. Anais da Academia Brasileira de Ciências. 2022 ; 94[citado 2024 jul. 14 ] Available from: https://doi.org/10.1590/0001-3765202220210727
Vancouver
Tsuda LS, Carneiro C de C, Quintanilha JA. Using self-organizing maps to find spatial relationships between wildlife-vehicle crashes and land use classes [Internet]. Anais da Academia Brasileira de Ciências. 2022 ; 94[citado 2024 jul. 14 ] Available from: https://doi.org/10.1590/0001-3765202220210727
Artigo de periodico
Synthetic geochemical well logs generation using ensemble machine learning techniques for the Brazilian pre-salt reservoirs (2021)
Oliveira, Lucas Abreu Blanes de; Carneiro, Cleyton de Carvalho
Source: Journal of Petroleum Science and Engineering. Unidade: EP
Subjects: ESPECTROSCOPIA ATÔMICA, ESPECTROSCOPIA DE RAIO GAMA, INTELIGÊNCIA ARTIFICIAL, PRÉ-SAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OLIVEIRA, Lucas Abreu Blanes de e CARNEIRO, Cleyton de Carvalho. Synthetic geochemical well logs generation using ensemble machine learning techniques for the Brazilian pre-salt reservoirs. Journal of Petroleum Science and Engineering, v. 196, n. Ja 2021. Artigo 108080, p. 1-25, 2021Tradução . . Disponível em: https://doi.org/10.1016/j.petrol.2020.108080. Acesso em: 14 jul. 2024.
APA
Oliveira, L. A. B. de, & Carneiro, C. de C. (2021). Synthetic geochemical well logs generation using ensemble machine learning techniques for the Brazilian pre-salt reservoirs. Journal of Petroleum Science and Engineering, 196( Ja 2021. Artigo 108080), 1-25. doi:10.1016/j.petrol.2020.108080
NLM
Oliveira LAB de, Carneiro C de C. Synthetic geochemical well logs generation using ensemble machine learning techniques for the Brazilian pre-salt reservoirs [Internet]. Journal of Petroleum Science and Engineering. 2021 ; 196( Ja 2021. Artigo 108080): 1-25.[citado 2024 jul. 14 ] Available from: https://doi.org/10.1016/j.petrol.2020.108080
Vancouver
Oliveira LAB de, Carneiro C de C. Synthetic geochemical well logs generation using ensemble machine learning techniques for the Brazilian pre-salt reservoirs [Internet]. Journal of Petroleum Science and Engineering. 2021 ; 196( Ja 2021. Artigo 108080): 1-25.[citado 2024 jul. 14 ] Available from: https://doi.org/10.1016/j.petrol.2020.108080
Trabalho de evento-resumo
Petrografia digital: litofácies carbonáticas classificadas a partir de data augmentation e machine learning em imagens de lâminas delgadas (2021)
Rubo, Rafael Andrello; Carneiro, Cleyton de Carvalho
Source: Anais v. 2. Conference titles: Congresso Brasileiro de Geologia. Geologia e Sociedade: Construindo pontes para um planeta sustentável. Unidade: EP
Subjects: ROCHAS SEDIMENTARES, INTELIGÊNCIA ARTIFICIAL, PETROGRAFIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RUBO, Rafael Andrello e CARNEIRO, Cleyton de Carvalho. Petrografia digital: litofácies carbonáticas classificadas a partir de data augmentation e machine learning em imagens de lâminas delgadas. 2021, Anais.. Brasilia: Escola Politécnica, Universidade de São Paulo, 2021. Disponível em: https://50cbg.com/anais/. Acesso em: 14 jul. 2024.
APA
Rubo, R. A., & Carneiro, C. de C. (2021). Petrografia digital: litofácies carbonáticas classificadas a partir de data augmentation e machine learning em imagens de lâminas delgadas. In Anais v. 2. Brasilia: Escola Politécnica, Universidade de São Paulo. Recuperado de https://50cbg.com/anais/
NLM
Rubo RA, Carneiro C de C. Petrografia digital: litofácies carbonáticas classificadas a partir de data augmentation e machine learning em imagens de lâminas delgadas [Internet]. Anais v. 2. 2021 ;[citado 2024 jul. 14 ] Available from: https://50cbg.com/anais/
Vancouver
Rubo RA, Carneiro C de C. Petrografia digital: litofácies carbonáticas classificadas a partir de data augmentation e machine learning em imagens de lâminas delgadas [Internet]. Anais v. 2. 2021 ;[citado 2024 jul. 14 ] Available from: https://50cbg.com/anais/
Trabalho de evento
Geração de perfis sintéticos em reservatórios carbonáticos a partir de algoritmos de aprendizagem de máquinas (2020)
Oliveira, Lucas Abreu Blanes de; Carneiro, Cleyton de Carvalho
Source: Rio Oil & Gas Expo and Conference. Conference titles: Rio Oil & Gas Expo and Conference. Unidade: EP
Subjects: ESPECTROSCOPIA ATÔMICA, PRÉ-SAL, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OLIVEIRA, Lucas Abreu Blanes de e CARNEIRO, Cleyton de Carvalho. Geração de perfis sintéticos em reservatórios carbonáticos a partir de algoritmos de aprendizagem de máquinas. 2020, Anais.. Rio de Janeiro: Escola Politécnica, Universidade de São Paulo, 2020. Disponível em: https://doi.org/10.48072/2525-7579.ROG.2020.009. Acesso em: 14 jul. 2024.
APA
Oliveira, L. A. B. de, & Carneiro, C. de C. (2020). Geração de perfis sintéticos em reservatórios carbonáticos a partir de algoritmos de aprendizagem de máquinas. In Rio Oil & Gas Expo and Conference. Rio de Janeiro: Escola Politécnica, Universidade de São Paulo. doi:10.48072/2525-7579.ROG.2020.009
NLM
Oliveira LAB de, Carneiro C de C. Geração de perfis sintéticos em reservatórios carbonáticos a partir de algoritmos de aprendizagem de máquinas [Internet]. Rio Oil & Gas Expo and Conference. 2020 ;[citado 2024 jul. 14 ] Available from: https://doi.org/10.48072/2525-7579.ROG.2020.009
Vancouver
Oliveira LAB de, Carneiro C de C. Geração de perfis sintéticos em reservatórios carbonáticos a partir de algoritmos de aprendizagem de máquinas [Internet]. Rio Oil & Gas Expo and Conference. 2020 ;[citado 2024 jul. 14 ] Available from: https://doi.org/10.48072/2525-7579.ROG.2020.009
Artigo de periodico
Digital petrography: Mineralogy and porosity identification using machine learning algorithms in petrographic thin section images (2019)
Rubo, Rafael Andrello; Carneiro, Cleyton de Carvalho ; Michelon, Mateus Fontana; Gioria, Rafael dos Santos
Source: Journal of Petroleum Science and Engineering. Unidade: EP
Subjects: INTELIGÊNCIA ARTIFICIAL, PETROGRAFIA, ROCHAS SEDIMENTARES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RUBO, Rafael Andrello et al. Digital petrography: Mineralogy and porosity identification using machine learning algorithms in petrographic thin section images. Journal of Petroleum Science and Engineering, v. 183, 2019Tradução . . Disponível em: https://doi.org/10.1016/j.petrol.2019.106382. Acesso em: 14 jul. 2024.
APA
Rubo, R. A., Carneiro, C. de C., Michelon, M. F., & Gioria, R. dos S. (2019). Digital petrography: Mineralogy and porosity identification using machine learning algorithms in petrographic thin section images. Journal of Petroleum Science and Engineering, 183. doi:10.1016/j.petrol.2019.106382
NLM
Rubo RA, Carneiro C de C, Michelon MF, Gioria R dos S. Digital petrography: Mineralogy and porosity identification using machine learning algorithms in petrographic thin section images [Internet]. Journal of Petroleum Science and Engineering. 2019 ;183[citado 2024 jul. 14 ] Available from: https://doi.org/10.1016/j.petrol.2019.106382
Vancouver
Rubo RA, Carneiro C de C, Michelon MF, Gioria R dos S. Digital petrography: Mineralogy and porosity identification using machine learning algorithms in petrographic thin section images [Internet]. Journal of Petroleum Science and Engineering. 2019 ;183[citado 2024 jul. 14 ] Available from: https://doi.org/10.1016/j.petrol.2019.106382
Trabalho de evento
Inteligência artificial aplicada ao reconhecimento de textura e porosidade em lâminas petrográficas de rochas carbonáticas (2018)
Rubo, Rafael Andrello; Carneiro, Cleyton de Carvalho ; Michelon, Mateus Fontana; Gioria, Rafael dos Santos
Source: Anais. Conference titles: Congresso Brasileiro de Geologia. Unidade: EP
Subjects: ROCHAS SEDIMENTARES, INTELIGÊNCIA ARTIFICIAL, REDES NEURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RUBO, Rafael Andrello et al. Inteligência artificial aplicada ao reconhecimento de textura e porosidade em lâminas petrográficas de rochas carbonáticas. 2018, Anais.. Rio de Janeiro: Sociedade Brasileira de Geologia, 2018. Disponível em: http://cbg2018anais.siteoficial.ws/anexos/anais49cbg.pdf. Acesso em: 14 jul. 2024.
APA
Rubo, R. A., Carneiro, C. de C., Michelon, M. F., & Gioria, R. dos S. (2018). Inteligência artificial aplicada ao reconhecimento de textura e porosidade em lâminas petrográficas de rochas carbonáticas. In Anais. Rio de Janeiro: Sociedade Brasileira de Geologia. Recuperado de http://cbg2018anais.siteoficial.ws/anexos/anais49cbg.pdf
NLM
Rubo RA, Carneiro C de C, Michelon MF, Gioria R dos S. Inteligência artificial aplicada ao reconhecimento de textura e porosidade em lâminas petrográficas de rochas carbonáticas [Internet]. Anais. 2018 ;[citado 2024 jul. 14 ] Available from: http://cbg2018anais.siteoficial.ws/anexos/anais49cbg.pdf
Vancouver
Rubo RA, Carneiro C de C, Michelon MF, Gioria R dos S. Inteligência artificial aplicada ao reconhecimento de textura e porosidade em lâminas petrográficas de rochas carbonáticas [Internet]. Anais. 2018 ;[citado 2024 jul. 14 ] Available from: http://cbg2018anais.siteoficial.ws/anexos/anais49cbg.pdf

USP Schools

ReP

Filtros

Authors

USP affiliated authors

Date published

Subjects

Source title

Funding Agencies