MétaCan
Menu
Retour à la cohorte
Enregistrement W2095527632 · doi:10.2118/152754-ms

Building Trust in History Matching: The Role of Multidimensional Projection

2012· article· en· W2095527632 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Innovates - Technology FuturesCMG Reservoir Simulation Foundation
Mots-clésComputer scienceProjection (relational algebra)PopulationCluster analysisMatching (statistics)Data miningArtificial intelligencePrincipal component analysisMachine learningAlgorithmStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Assisted history matching frameworks powered by stochastic population-based sampling algorithms have been a popular choice for real-life reservoir management problems for the past decade. These methods provide an ensemble of history-matched models which can be used to quantify the uncertainty of future field performance. As a critique, population-based algorithms are generally considered black-boxes with little knowledge of their performance during history matching. In most cases, the misfit value is used as the only criteria to monitor the sampling algorithms and assess their quality. This paper applies three recently developed multidimensional projection schemes as a novel interactive, exploratory visualization tool for gaining insights to the sampling performance of population-based algorithms and comparing multiple runs in history matching. We use Least Square Projection (LSP), Projection by Clustering (ProjClus) and Principle Component Analysis (PCA) to examine the relationship between exploration of search space and the uncertainty in predictions of reservoir production. These projection techniques provide a mapping of the high dimensional search space into a 2D space by trying to maintain the distance relationships between sampled points. The application of multidimensional projection is illustrated for history matching of the benchmark PUNQ-S3 model using ant colony, differential evolution, particle swarm and the neighbourhood algorithms. We conclude that multi-dimensional projection algorithms are valuable diagnostic tools that should accompany assisted history matching workflows in order to evaluate their performance and compare ensembles of history-matched models. Using the projection tools, we show that misfit value - as an indicator of match quality - is not the only important factor in making reliable predictions. We demonstrate that exploration of the search space is also a critical element in the uncertainty quantification workflow which can be monitored with multidimensional projection schemes.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,175

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,257
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle