[en] AN ANALYSIS OF LITHOLOGY CLASSIFICATION USING SVM, MLP AND ENSEMBLE METHODS

Detalhes bibliográficos
Autor(a) principal: VANESSA RODRIGUES COELHO LEITE
Data de Publicação: 2013
Tipo de documento: Outros
Idioma: por
Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21205@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21205@2
http://doi.org/10.17771/PUCRio.acad.21205
Resumo: [pt] A classificação de litologias e uma tarefa importante na caracterização de reservatorios de petróleo. Um de seus principais objetivos e dar suporte ao planejamento e as atividades de perfuracao de poços. Dessa forma, quanto mais rapidos e eficazes sejam os algoritmos de classificacao, mais confiavel ser a as decisoes tomadas pelos geologos e geofısicos. Esta dissertação analisa os metodos ensemble aplicados a classificacao automática de litologias. Para isso, foi realizada uma comparação entre classificadores individuais (Support Vector Machine e Multilayer Perceptron) e estes mesmos classificadores com métodos Ensemble (Bagging e Adaboost). Assim, concluımos com uma avaliação comparativa entre as técnicas, bem como apresentamos o trade-off em utilizar métodos Ensemble em substituição aos classificadores individuais.
id PUC_RIO-1_0ffe1c2f768903bef686e6ff0ab4768c
oai_identifier_str oai:MAXWELL.puc-rio.br:21205
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str 534
spelling [en] AN ANALYSIS OF LITHOLOGY CLASSIFICATION USING SVM, MLP AND ENSEMBLE METHODS [pt] UMA ANÁLISE DA CLASSIFICAÇÃO DE LITOLOGIAS UTILIZANDO SVM, MLP E MÉTODOS ENSEMBLE [pt] REDE NEURAL[pt] METODOS ENSEMBLE[pt] LITOLOGIAS[en] NEURAL NETWORKS[pt] A classificação de litologias e uma tarefa importante na caracterização de reservatorios de petróleo. Um de seus principais objetivos e dar suporte ao planejamento e as atividades de perfuracao de poços. Dessa forma, quanto mais rapidos e eficazes sejam os algoritmos de classificacao, mais confiavel ser a as decisoes tomadas pelos geologos e geofısicos. Esta dissertação analisa os metodos ensemble aplicados a classificacao automática de litologias. Para isso, foi realizada uma comparação entre classificadores individuais (Support Vector Machine e Multilayer Perceptron) e estes mesmos classificadores com métodos Ensemble (Bagging e Adaboost). Assim, concluımos com uma avaliação comparativa entre as técnicas, bem como apresentamos o trade-off em utilizar métodos Ensemble em substituição aos classificadores individuais.[en] Lithology classification is an important task in oil reservoir characterization, one of its major purposes is to support well planning and drilling activities. Therefore, faster and more effective classification algorithms will increase the speed and reliability of decisions made by geologists and geophysicists. This work analises ensemble methods applied to automatic lithology classification. For this, we performed a comparison between single classifiers (Support Vector Machine and Multilayer Perceptron) and these classifiers with ensemble methods (Bagging and Boost). Thus, we conclude with a comparative evaluation of techniques and present the trade-off in using Ensemble methods to replace single classifiers.MAXWELLMARCELO GATTASSVANESSA RODRIGUES COELHO LEITE2013-02-22info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/otherhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21205@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21205@2http://doi.org/10.17771/PUCRio.acad.21205porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2019-08-29T00:00:00Zoai:MAXWELL.puc-rio.br:21205Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342019-08-29T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.none.fl_str_mv [en] AN ANALYSIS OF LITHOLOGY CLASSIFICATION USING SVM, MLP AND ENSEMBLE METHODS
[pt] UMA ANÁLISE DA CLASSIFICAÇÃO DE LITOLOGIAS UTILIZANDO SVM, MLP E MÉTODOS ENSEMBLE
title [en] AN ANALYSIS OF LITHOLOGY CLASSIFICATION USING SVM, MLP AND ENSEMBLE METHODS
spellingShingle [en] AN ANALYSIS OF LITHOLOGY CLASSIFICATION USING SVM, MLP AND ENSEMBLE METHODS
VANESSA RODRIGUES COELHO LEITE
[pt] REDE NEURAL
[pt] METODOS ENSEMBLE
[pt] LITOLOGIAS
[en] NEURAL NETWORKS
title_short [en] AN ANALYSIS OF LITHOLOGY CLASSIFICATION USING SVM, MLP AND ENSEMBLE METHODS
title_full [en] AN ANALYSIS OF LITHOLOGY CLASSIFICATION USING SVM, MLP AND ENSEMBLE METHODS
title_fullStr [en] AN ANALYSIS OF LITHOLOGY CLASSIFICATION USING SVM, MLP AND ENSEMBLE METHODS
title_full_unstemmed [en] AN ANALYSIS OF LITHOLOGY CLASSIFICATION USING SVM, MLP AND ENSEMBLE METHODS
title_sort [en] AN ANALYSIS OF LITHOLOGY CLASSIFICATION USING SVM, MLP AND ENSEMBLE METHODS
author VANESSA RODRIGUES COELHO LEITE
author_facet VANESSA RODRIGUES COELHO LEITE
author_role author
dc.contributor.none.fl_str_mv MARCELO GATTASS
dc.contributor.author.fl_str_mv VANESSA RODRIGUES COELHO LEITE
dc.subject.por.fl_str_mv [pt] REDE NEURAL
[pt] METODOS ENSEMBLE
[pt] LITOLOGIAS
[en] NEURAL NETWORKS
topic [pt] REDE NEURAL
[pt] METODOS ENSEMBLE
[pt] LITOLOGIAS
[en] NEURAL NETWORKS
description [pt] A classificação de litologias e uma tarefa importante na caracterização de reservatorios de petróleo. Um de seus principais objetivos e dar suporte ao planejamento e as atividades de perfuracao de poços. Dessa forma, quanto mais rapidos e eficazes sejam os algoritmos de classificacao, mais confiavel ser a as decisoes tomadas pelos geologos e geofısicos. Esta dissertação analisa os metodos ensemble aplicados a classificacao automática de litologias. Para isso, foi realizada uma comparação entre classificadores individuais (Support Vector Machine e Multilayer Perceptron) e estes mesmos classificadores com métodos Ensemble (Bagging e Adaboost). Assim, concluımos com uma avaliação comparativa entre as técnicas, bem como apresentamos o trade-off em utilizar métodos Ensemble em substituição aos classificadores individuais.
publishDate 2013
dc.date.none.fl_str_mv 2013-02-22
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/other
format other
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21205@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21205@2
http://doi.org/10.17771/PUCRio.acad.21205
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21205@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21205@2
http://doi.org/10.17771/PUCRio.acad.21205
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv MAXWELL
publisher.none.fl_str_mv MAXWELL
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1814822585465044992

Registros relacionados