MétaCan
Menu
Retour à la cohorte
Enregistrement W4312858797 · doi:10.1109/ismar-adjunct57072.2022.00027

Towards Advancing Reservoir Model Analysis with Virtual Reality

2022· article· en· W4312858797 sur OpenAlexaff
Farzana Aktar, Amir Aminbeidokhti, Stephen Cartwright, Zhangxin Chen, Parisa Daeijavad, Rachel Dalton, Seher Dawar, Die Hu, Bryson Lawton, Frank Maurer, Steven Samoil, Nanjia Wang, Siqi Xie

Notice bibliographique

Revue2022 IEEE International Symposium on Mixed and Augmented Reality Adjunct (ISMAR-Adjunct) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésComputer scienceWorkflowWorkspaceVirtual realityHuman–computer interactionAnalyticsData scienceSoftwarePerceptionDatabaseArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Traditional software tools for visualizing and analyzing reservoir model data utilize 2D displays, and thus can only offer capabilities subject to the restrictions of these technologies. We describe ways to advance reservoir model analysis workflows beyond conventional methods by leveraging the strengths of virtual reality technologies to improve how one understands, analyzes, and interacts with reservoir models. Specifically, we discuss a reservoir model analytics tool exploring how virtual reality can be used to improve the spatial perception and navigation of data, support more intuitive and natu-ral data interactions, enable larger workspaces, and promote more effective collaboration over reservoir models.

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.

Comment cette classification a été obtenuedéplier

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,394
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,022
Tête enseignante GPT0,277
Écart entre enseignants0,255 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 IEEE International Symposium on Mixed and Augmented Reality Adjunct (ISMAR-Adjunct)Même sujetReservoir Engineering and Simulation MethodsTravaux en français237 207