Search academic texts

Information × Registration Number 2120U008617, Article popup.category Бакалаврська робота Title Інформаційно-аналітична система для визначення типів горних порід за даними геофізичних досліджень свердловин (AI translated) popup.author Венгер Володимир ОлеговичVenher Volodymyr Olehovych popup.publication 01-06-2020 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/37525 popup.publisher Київ Description Дипломна робота містить: 108 с., 9 табл., 21 рис., 2 дод. та 19 джерел. Метою роботи є визначення найкращої методу для виконання кластеризації корисної копалини використовуючи дані нафтодобувної компанії Schlumberger. В роботі проведено дослідження застосування різноманітних методів кластеризації та виявлення найкращих до цієї задачі на основі існуючих даних 2020 року. Виділено основні властивослі моделей, які впливають на якість кластеризацї. У ході дослідження було встановлено, що методи на основі щільності вибірки, такі як DBSCAN і OPTICS, дали хороші результати на досліджуваних даних. Планується розвивати роботу у напрямку дослідження застосування данних методів з метою подальшого зменшення похибки кластеризацї на різних результатах гео-досліджень свердловин. The bachelors work contains of: 108 p., 9 tables, 21 fig., 2 add. and 19 references. The aim of the work is to determine the best model for making cluster analyse by using well logging data from Schlumberger oil-company. The study of the application of using various clustering methods and determine the most appropriate for this dataset according to existence knowledge of 2020 year. Extracted main model properties which influence on clustering result quality. In course of the study, it was found that the method based on dataset density characteristics, such as DBSCAN and OPTICS, return good results on input data. It is planned to develop work in the direction of research of using this methods in aim further decreasing clustering error rate on different well loging researches. popup.nrat_date 2025-11-05 Close