📄ArXiv AI•較早收集於 11h
無監督ML分類凱塔盆地電岩類
💡地球科學數據稀缺的ML工作流程：僅測井電岩類聚類取代岩芯需求。（28字）
⚡ 30-Second TL;DR
有什麼變化
對11,195個測井曲線樣本應用K-means聚類
為什麼重要
為數據稀缺的前沿盆地提供可重現的ML工具，連結地球科學與ML，用於早期地層評估。
下一步行動
將K-means與輪廓分析應用於您的地球物理測井數據集。
誰應關注：Researchers & Academics
關鍵要點
- •對11,195個測井曲線樣本應用K-means聚類
- •識別四種電岩類，輪廓係數0.50
- •透過測井空間顯示頁岩至砂岩連續體
- •經慣性與輪廓診斷驗證
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： ArXiv AI ↗