Hybrid connectionist model determines CO2–oil swelling factor
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.
Notice bibliographique
Résumé
In-depth understanding of interactions between crude oil and CO 2 provides insight into the CO 2 -based enhanced oil recovery (EOR) process design and simulation. When CO 2 contacts crude oil, the dissolution process takes place. This phenomenon results in the oil swelling, which depends on the temperature, pressure, and composition of the oil. The residual oil saturation in a CO 2 -based EOR process is inversely proportional to the oil swelling factor. Hence, it is important to estimate this influential parameter with high precision. The current study suggests the predictive model based on the least-squares support vector machine (LS-SVM) to calculate the CO 2 -oil swelling factor. A genetic algorithm is used to optimize hyperparameters (c and r 2 ) of the LS-SVM model. This model showed a high coefficient of determination (R 2 = 0.9953) and a low value for the mean-squared error (MSE = 0.0003) based on the available experimental data while estimating the CO 2 -oil swelling factor. It was found that LS-SVM is a straightforward and accurate method to determine the CO 2 -oil swelling factor with negligible uncertainty. This method can be incorporated in commercial reservoir simulators to include the effect of the CO 2 -oil swelling factor when adequate experimental data are not available.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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