Um algoritmo de médias móveis para interpretação de sequências deposicionais em uma arquitetura para interpretação semântica de imagens
Autor(a) principal: | |
---|---|
Data de Publicação: | 2010 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/28315 |
Resumo: | A interpretação semântica de imagens é atualmente uma das áreas mais exploradas da computação. Ao longo dos anos tentou-se descobrir a melhor forma de entender e reproduzir o processo cognitivo humano. Atualmente um dos pontos que mais chamam atenção é como extrair o real significado de uma imagem e suas associações. Uma das áreas que tem necessidade direta desse conhecimento é a área da geologia chamada Estratigrafia e sua metodologia, Estratigrafia de Sequências, uma das mais novas e eficientes ferramentas cuja correta interpretação dos resultados permite uma boa predição da formação dos sistemas deposicionais que orienta a exploração de petróleo. Dentro da área de interpretação semântica de imagens há diferentes trabalhos que apresentam suas arquiteturas e soluções para problemas específicos. Voltado à estratigrafia de sequências há o sistema Intelistrata, arquitetado a partir do framework SChart. Neste trabalho é apresentado um novo algoritmo para o componente de processamento do sinal, tendo como objetivo uma melhor interpretação das imagens. Para alcançar os objetivos foram utilizadas noções matemáticas de médias móveis e desvio padrão, visando identificar certos aspectos interessantes para a delimitação de limites de sequências deposicionais utilizando perfis de raios gama. A abordagem provê aos componentes de interpretação semântica de imagens do sistema Intelistrata dados mais precisos e, consequentemente, melhores resultados. O novo algoritmo utilizado mostrou ganhos substanciais em relação à aplicação original ao identificar automaticamente limites de sequências deposicionais em poços exploratórios utilizados para teste. Os ganhos foram tanto em qualidade quanto eficiência nas demarcações de limites de sequência deposicionais. Contando com duas comparações feitas em relação ao sistema original houve acerto de 100%, contra 66% em relação às demarcações de limites de sequências deposicionais e eficiência de 75% na quantidade de marcações feitas contra 40% e 50% do sistema original. Ainda teve boa aproximação de marcações em outros perfis de poços, nas quais seus erros quando não houve marcação precisa em relação à interpretação feita manualmente por um geólogo, não ultrapassaram 4% do tamanho dos poços. As maiores discrepâncias aconteceram em poços onde mesmo especialistas tiveram dificuldade em fazer tais marcações somente com a informação do perfil de raios gama, o que aumenta a credibilidade do novo algoritmo e prova seu valor como ferramenta de auxílio aos especialistas da área. |
id |
UFRGS-2_2ebfb63337d1d0a32e3f2bb5533448de |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/28315 |
network_acronym_str |
UFRGS-2 |
network_name_str |
Repositório Institucional da UFRGS |
repository_id_str |
|
spelling |
Feroleto, Bruno AllgayerAbel, MaraFiorini, Sandro Rama2011-03-30T05:59:53Z2010http://hdl.handle.net/10183/28315000767749A interpretação semântica de imagens é atualmente uma das áreas mais exploradas da computação. Ao longo dos anos tentou-se descobrir a melhor forma de entender e reproduzir o processo cognitivo humano. Atualmente um dos pontos que mais chamam atenção é como extrair o real significado de uma imagem e suas associações. Uma das áreas que tem necessidade direta desse conhecimento é a área da geologia chamada Estratigrafia e sua metodologia, Estratigrafia de Sequências, uma das mais novas e eficientes ferramentas cuja correta interpretação dos resultados permite uma boa predição da formação dos sistemas deposicionais que orienta a exploração de petróleo. Dentro da área de interpretação semântica de imagens há diferentes trabalhos que apresentam suas arquiteturas e soluções para problemas específicos. Voltado à estratigrafia de sequências há o sistema Intelistrata, arquitetado a partir do framework SChart. Neste trabalho é apresentado um novo algoritmo para o componente de processamento do sinal, tendo como objetivo uma melhor interpretação das imagens. Para alcançar os objetivos foram utilizadas noções matemáticas de médias móveis e desvio padrão, visando identificar certos aspectos interessantes para a delimitação de limites de sequências deposicionais utilizando perfis de raios gama. A abordagem provê aos componentes de interpretação semântica de imagens do sistema Intelistrata dados mais precisos e, consequentemente, melhores resultados. O novo algoritmo utilizado mostrou ganhos substanciais em relação à aplicação original ao identificar automaticamente limites de sequências deposicionais em poços exploratórios utilizados para teste. Os ganhos foram tanto em qualidade quanto eficiência nas demarcações de limites de sequência deposicionais. Contando com duas comparações feitas em relação ao sistema original houve acerto de 100%, contra 66% em relação às demarcações de limites de sequências deposicionais e eficiência de 75% na quantidade de marcações feitas contra 40% e 50% do sistema original. Ainda teve boa aproximação de marcações em outros perfis de poços, nas quais seus erros quando não houve marcação precisa em relação à interpretação feita manualmente por um geólogo, não ultrapassaram 4% do tamanho dos poços. As maiores discrepâncias aconteceram em poços onde mesmo especialistas tiveram dificuldade em fazer tais marcações somente com a informação do perfil de raios gama, o que aumenta a credibilidade do novo algoritmo e prova seu valor como ferramenta de auxílio aos especialistas da área.application/pdfporInteligência artificialRepresentacao : ConhecimentoUm algoritmo de médias móveis para interpretação de sequências deposicionais em uma arquitetura para interpretação semântica de imagensinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPorto Alegre, BR-RS2010Ciência da Computação: Ênfase em Ciência da Computação: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000767749.pdf000767749.pdfTexto completoapplication/pdf1367162http://www.lume.ufrgs.br/bitstream/10183/28315/1/000767749.pdf90435ee081049abb835c19269acc323aMD51TEXT000767749.pdf.txt000767749.pdf.txtExtracted Texttext/plain102045http://www.lume.ufrgs.br/bitstream/10183/28315/2/000767749.pdf.txtdf0f1e23972e7c98fa31b0d06d25f2ecMD52THUMBNAIL000767749.pdf.jpg000767749.pdf.jpgGenerated Thumbnailimage/jpeg1053http://www.lume.ufrgs.br/bitstream/10183/28315/3/000767749.pdf.jpgafa0c7ded23b87aeef8284c812eec91dMD5310183/283152018-10-11 08:54:47.173oai:www.lume.ufrgs.br:10183/28315Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2018-10-11T11:54:47Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Um algoritmo de médias móveis para interpretação de sequências deposicionais em uma arquitetura para interpretação semântica de imagens |
title |
Um algoritmo de médias móveis para interpretação de sequências deposicionais em uma arquitetura para interpretação semântica de imagens |
spellingShingle |
Um algoritmo de médias móveis para interpretação de sequências deposicionais em uma arquitetura para interpretação semântica de imagens Feroleto, Bruno Allgayer Inteligência artificial Representacao : Conhecimento |
title_short |
Um algoritmo de médias móveis para interpretação de sequências deposicionais em uma arquitetura para interpretação semântica de imagens |
title_full |
Um algoritmo de médias móveis para interpretação de sequências deposicionais em uma arquitetura para interpretação semântica de imagens |
title_fullStr |
Um algoritmo de médias móveis para interpretação de sequências deposicionais em uma arquitetura para interpretação semântica de imagens |
title_full_unstemmed |
Um algoritmo de médias móveis para interpretação de sequências deposicionais em uma arquitetura para interpretação semântica de imagens |
title_sort |
Um algoritmo de médias móveis para interpretação de sequências deposicionais em uma arquitetura para interpretação semântica de imagens |
author |
Feroleto, Bruno Allgayer |
author_facet |
Feroleto, Bruno Allgayer |
author_role |
author |
dc.contributor.author.fl_str_mv |
Feroleto, Bruno Allgayer |
dc.contributor.advisor1.fl_str_mv |
Abel, Mara |
dc.contributor.advisor-co1.fl_str_mv |
Fiorini, Sandro Rama |
contributor_str_mv |
Abel, Mara Fiorini, Sandro Rama |
dc.subject.por.fl_str_mv |
Inteligência artificial Representacao : Conhecimento |
topic |
Inteligência artificial Representacao : Conhecimento |
description |
A interpretação semântica de imagens é atualmente uma das áreas mais exploradas da computação. Ao longo dos anos tentou-se descobrir a melhor forma de entender e reproduzir o processo cognitivo humano. Atualmente um dos pontos que mais chamam atenção é como extrair o real significado de uma imagem e suas associações. Uma das áreas que tem necessidade direta desse conhecimento é a área da geologia chamada Estratigrafia e sua metodologia, Estratigrafia de Sequências, uma das mais novas e eficientes ferramentas cuja correta interpretação dos resultados permite uma boa predição da formação dos sistemas deposicionais que orienta a exploração de petróleo. Dentro da área de interpretação semântica de imagens há diferentes trabalhos que apresentam suas arquiteturas e soluções para problemas específicos. Voltado à estratigrafia de sequências há o sistema Intelistrata, arquitetado a partir do framework SChart. Neste trabalho é apresentado um novo algoritmo para o componente de processamento do sinal, tendo como objetivo uma melhor interpretação das imagens. Para alcançar os objetivos foram utilizadas noções matemáticas de médias móveis e desvio padrão, visando identificar certos aspectos interessantes para a delimitação de limites de sequências deposicionais utilizando perfis de raios gama. A abordagem provê aos componentes de interpretação semântica de imagens do sistema Intelistrata dados mais precisos e, consequentemente, melhores resultados. O novo algoritmo utilizado mostrou ganhos substanciais em relação à aplicação original ao identificar automaticamente limites de sequências deposicionais em poços exploratórios utilizados para teste. Os ganhos foram tanto em qualidade quanto eficiência nas demarcações de limites de sequência deposicionais. Contando com duas comparações feitas em relação ao sistema original houve acerto de 100%, contra 66% em relação às demarcações de limites de sequências deposicionais e eficiência de 75% na quantidade de marcações feitas contra 40% e 50% do sistema original. Ainda teve boa aproximação de marcações em outros perfis de poços, nas quais seus erros quando não houve marcação precisa em relação à interpretação feita manualmente por um geólogo, não ultrapassaram 4% do tamanho dos poços. As maiores discrepâncias aconteceram em poços onde mesmo especialistas tiveram dificuldade em fazer tais marcações somente com a informação do perfil de raios gama, o que aumenta a credibilidade do novo algoritmo e prova seu valor como ferramenta de auxílio aos especialistas da área. |
publishDate |
2010 |
dc.date.issued.fl_str_mv |
2010 |
dc.date.accessioned.fl_str_mv |
2011-03-30T05:59:53Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/28315 |
dc.identifier.nrb.pt_BR.fl_str_mv |
000767749 |
url |
http://hdl.handle.net/10183/28315 |
identifier_str_mv |
000767749 |
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.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Repositório Institucional da UFRGS |
collection |
Repositório Institucional da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/28315/1/000767749.pdf http://www.lume.ufrgs.br/bitstream/10183/28315/2/000767749.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/28315/3/000767749.pdf.jpg |
bitstream.checksum.fl_str_mv |
90435ee081049abb835c19269acc323a df0f1e23972e7c98fa31b0d06d25f2ec afa0c7ded23b87aeef8284c812eec91d |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
|
_version_ |
1801224406533406720 |