Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual de Campinas (UNICAMP) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Petrobras | - |
Autor(es): dc.creator | Roder, M. | - |
Autor(es): dc.creator | Pereira, C. | - |
Autor(es): dc.creator | Papa, J. | - |
Autor(es): dc.creator | Junior, A. | - |
Autor(es): dc.creator | De Rezende, M. | - |
Autor(es): dc.creator | Silva, Y. | - |
Autor(es): dc.creator | Vidal, A. | - |
Data de aceite: dc.date.accessioned | 2025-08-21T23:12:52Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T23:12:52Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2023-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.3997/2214-4609.202439051 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/305777 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/305777 | - |
Descrição: dc.description | Lithological classification represents a method applied to discern and interpret unique rock structures, offering crucial insights into their petrophysical, morphological, textural, and geological characteristics. This process holds particular significance in the carbonate sedimentary rocks within petroleum basins due to their substantial capacity to store natural gas and oil, forming an intrinsic correlation with oil reservoir productivity. We introduce an automated framework for the lithological classification of specific carbonate rocks, categorizing them into seven distinct classes. The approach involves a comparative analysis of two established machine learning algorithms and a conventional feature extractor. Through experiments conducted on a proprietary dataset from a Brazilian petroleum company, the results indicate that Random Forests combined with GLCM exhibit promising potential for this classification task. | - |
Descrição: dc.description | Petrobras | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Critical Ecosystem Partnership Fund | - |
Descrição: dc.description | Unicamp | - |
Descrição: dc.description | UNESP | - |
Descrição: dc.description | Petrobras | - |
Descrição: dc.description | UNESP | - |
Descrição: dc.description | FAPESP: 2013/07375-0 | - |
Descrição: dc.description | FAPESP: 2019/07665-4 | - |
Descrição: dc.description | FAPESP: 2023/14427-8 | - |
Descrição: dc.description | CNPq: 308529/2021-9 | - |
Descrição: dc.description | Critical Ecosystem Partnership Fund: 74999-23 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | 4th EAGE Digitalization Conference and Exhibition | - |
???dc.source???: dc.source | Scopus | - |
Título: dc.title | Lithological Classification of Brazilian Pre-salt Rocks with GLCM Features and Machine Learning | - |
Tipo de arquivo: dc.type | aula digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: