Terminal de consulta web

Imageamento hiperespectral e avaliação de modelos preditivos baseados em machine learning para detecção de hidrocarbonetos e obtenção do teor de carbono orgânico total

Imageamento hiperespectral e avaliação de modelos preditivos baseados em machine learning para detecção de hidrocarbonetos e obtenção do teor de carbono orgânico total

Thiago Rivaben Lopes

DISSERTAÇÃO

Português

T/UNICAMP L881i

[Hyperspectral imaging and evaluation of predictive models based on machine learning for hydrocarbon detection and total organic carbon content determination]

Campinas, SP : [s.n.], 2024.

1 recurso online (82 p.) : il., digital, arquivo PDF.

Orientadores: Carlos Roberto de Souza Filho, Elias Martins Guerra Prado

Dissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Instituto de Geociências

Resumo: O Teor de Carbono Orgânico Total (COT) é uma variável essencial na caracterização e exploração de hidrocarbonetos na indústria do petróleo, especialmente em reservatórios não-convencionais, como folhelhos e arenitos betuminosos. Devido aos elevados custos de exploração e às taxas de produção... Ver mais
Abstract: Total Organic Carbon (TOC) content is an essential variable in the characterization and exploration of hydrocarbons in the petroleum industry, particularly in unconventional reservoirs such as shales and tar sandstones. Due to high exploration costs and unpredictable production rates, the... Ver mais

Requisitos do sistema: Software para leitura de arquivo em PDF

Aberto

Imageamento hiperespectral e avaliação de modelos preditivos baseados em machine learning para detecção de hidrocarbonetos e obtenção do teor de carbono orgânico total

Thiago Rivaben Lopes

										

Imageamento hiperespectral e avaliação de modelos preditivos baseados em machine learning para detecção de hidrocarbonetos e obtenção do teor de carbono orgânico total

Thiago Rivaben Lopes