지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 권순일
- 발행연도
- 2023
- 저작권
- 동아대학교 논문은 저작권에 의해 보호받습니다.
이용수1
이 논문의 연구 히스토리 (3)
2023
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 연구에서는 캐나다 Alberta 주 Charlie Lake 지층 물리검층으로부터 취득된 13가지 입력자료를 이용하여 데이터 기반 투과도 예측 모델 개발을 위한 탐색적 자료 분석을 수행하였다. 전기비저항 검층 값을 이용해 파생변수를 생성한 후, 유정의 위치, 구성 암석의 종류, 통계적 기법을 적용해 군집화를 수행하였다. 이 자료에 대해 상관관계 분석과 변수중요도 분석을 통한 변수 선택을 수행하고 각 데이터에 대해 랜덤포레스트 기법을 적용하여 투과도 예측 성능을 비교하였다.
입력변수와 투과도의 상관관계 분석 결과, 구성 암석 종류에 따라 세분화한 석회암 그룹의 상관관계가 개선되는 것을 확인하였다. 변수중요도 분석 결과에서는 전체적으로 밀도 검층, 중성자 검층, 감마 검층이 중요도가 높았고, 백운암 그룹에서는 전기비저항 검층 파생변수인 |Deep – Medium|의 중요도가 높게 나타났다. 투과도 예측 성능 평가 결과, 전체 데이터에 대한 결정계수는 0.244였으나 석회암 그룹의 결정계수는 0.646으로 크게 증가되었다. 또한, 유정 위치로 세분화된 Location A 그룹에서 결정계수가 0.370에서 변수 선택 후 0.514로 크게 향상되었다. 이 결과로부터 물리검층 자료를 이용한 투과도 예측 모델 개발에서 데이터 전처리와 탐색적 자료 분석이 모델의 예측 성능을 향상시킬 수 있음을 확인하였다.
입력변수와 투과도의 상관관계 분석 결과, 구성 암석 종류에 따라 세분화한 석회암 그룹의 상관관계가 개선되는 것을 확인하였다. 변수중요도 분석 결과에서는 전체적으로 밀도 검층, 중성자 검층, 감마 검층이 중요도가 높았고, 백운암 그룹에서는 전기비저항 검층 파생변수인 |Deep – Medium|의 중요도가 높게 나타났다. 투과도 예측 성능 평가 결과, 전체 데이터에 대한 결정계수는 0.244였으나 석회암 그룹의 결정계수는 0.646으로 크게 증가되었다. 또한, 유정 위치로 세분화된 Location A 그룹에서 결정계수가 0.370에서 변수 선택 후 0.514로 크게 향상되었다. 이 결과로부터 물리검층 자료를 이용한 투과도 예측 모델 개발에서 데이터 전처리와 탐색적 자료 분석이 모델의 예측 성능을 향상시킬 수 있음을 확인하였다.
목차
1. 서론 12. 이론적 고찰 32.1 물리검층 32.1.1 감마선 검층 42.1.2 밀도 공극률 검층 52.1.3 중성자 공극률 검층 52.1.4 자연전위 검층 72.1.5 전기비저항 검층 92.2 데이터 자료 분석 112.2.1 데이터 군집화 122.2.2 상관관계분석 132.2.3 머신러닝 기반 변수중요도 분석 142.2.4 평가지표 203. 데이터 전처리 213.1 데이터 취득 233.1.1 연구지역 233.1.2 데이터 구성 273.2 분석변수 생성 303.2.1 추가 입력 변수 생성 303.2.2 파생변수 생성 373.3 데이터 군집화 383.3.1 유정 위치 383.3.2 구성 암석 종류 383.3.3 군집 분석 384. 탐색적 자료 분석 404.1 상관관계 분석 404.2 변수중요도 분석 434.3 성능평가 525. 결론 57참고문헌 59Abstract 62
최근 본 자료
댓글(0)
0