지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.12
- 수록면
- 504 - 515 (12page)
이용수
이 논문의 연구 히스토리 (3)
2023
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
셰일가스 생산량을 예측하기 위해 생산감퇴곡선분석법을 이용한 다양한 연구가 진행되었으며, 최근에는 인공지능 기반의 머신러닝 기법이 제안되고 있다. 일반적으로 생산이력을 입력자료로 활용하여 미래의 생산량을 예측하는 방식이 적용되고 있지만, 주어진 자료에서 특정한 자료를 가공하여 예측성능을 개선하는 연구는 부족한 실정이다. 이 연구에서는 장단기기억 신경망을 이용하여 셰일가스의 생산량을 예측하였으며, 생산이력으로부터 셰일가스의 감퇴경향을 반영할 수 있도록 생산감퇴특성을 추출한 후 활용하여 예측성능을 개선하였다. 향후 장단기기억 신경망 기반의 셰일가스 생산량 예측 시 생산이력으로부터 생산감퇴특성에 관한 자료를 가공하고 입력자료로 이용함으로써 개선된 결과를 도출할 수 있을 것이다.
목차
Abstract
요약
서론
신경망 및 최적화 기법
현장 자료 전처리 수행
생산이력을 이용한 LSTM 기반 셰일가스 생산량 예측
생산감퇴특성을 고려한 LSTM 기반 셰일가스 생산량 예측
결론
References
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-089318350