流体、地质力学和地下能源实践的机器学习

1 引言

在第56届ARMA岩石力学会议上，举办了《用于流体、地质力学和地下能源实践的机器学习(Machine Learning for Flow, Geomechanics, and Subsurface Energy Practices)》的讲座，该讲座由桑迪亚国家实验室(Sandia National Laboratories)、罗斯阿拉莫斯国家实验室(Los Alamos National Laboratory)和犹他大学(University of Utah)的研究人员主讲。

2 内容

随着算法和硬件的快速发展，机器学习/深度学习能被更广泛地用于开发快速可靠的数据驱动模型，本讲座将最新的理论、算法和实践应用于流体、地质力学和地下能源实践，包括ML/DL在现场或实验室研究中的应用、流体与力学的耦合、材料表征、断裂显现和操作优化等方面：

• 氢能源储存

• 增强型地热系统

• 地质碳储存

• 地下石油和天然气开采

相关文章，在仿真秀官网搜索：

机器学习在岩土工程的应用方向---数据预测、计算机视觉和自然语言处理

岩土工程风险---大数据和机器学习(Geotechnical Risk)

岩土工程中的机器学习和大数据(视频)

机器学习工具(Machine Learning)