Handling uncertainties for reservoir interpretation of geophysical data (Application to segmentation issues.)
Bibliographic record
Abstract
Pour caractériser l'état physique des réservoirs d'hydrocarbure et suivre leur évolution au cours de la production, il faut pouvoir interpréter en termes qualitatifs (lithofaciès, propriétés réservoirs...) des données de nature et de source très diverses. L'analyse discriminante est une méthode de segmentation qui permet d'atteindre cet objectif. Parallèlement, il est nécessaire d'évaluer l'incertitude attachée à cette interprétation, en caractérisant, puis en propageant les incertitudes sur les données d'entrée. Dans la thèse, les incertitudes étant mal connues, elles sont représentées par des intervalles. La caractérisation de l'amplitude de ces intervalles est traitée de façon spécifique pour chaque application présentée. Le problème de la propagation est résolu par une nouvelle technique reposant sur l'analyse par intervalles. Diverses approches d'analyse discriminante (non paramétrique, quadratique et linéaire) sont étendues pour traiter des données d'entrée sous la forme d'intervalles. Dans un premier temps, un modèle imprécis (en lithofaciès par exemple) est calibré à partir d'un ensemble pré-interprété de données imprécises. La qualité de ce modèle est testée, et, si elle est jugée satisfaisante, le modèle est appliqué à l'ensemble des données disponibles sur le réservoir. L'interprétation résultante est un modèle flou, mais réaliste du réservoir en lithofaciès. La technique développée est validée sur des données synthétiques, ce qui permet de la comparer à des méthodes traditionnelles de propagation d'incertitudes (simulations). Deux applications sur données réelles sont ensuite présentées. La première consiste en l'interprétation en " rock-types " de mesures diagraphiques enregistrées au niveau d'un puits du champ d'Alwyn (Mer du Nord). La seconde concerne une interprétation en faciès sismiques de données de sismique répétée, enregistrées sur le réservoir d'huile lourde d'East-Senlac (Canada) produit par injection de vapeur.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".