메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
염주열 (공주대학교) 김하영 (공주대학교) 이경북 (공주대학교) 장찬동 (충남대학교) 조영욱 (한국지질자원연구원)
저널정보
한국자원공학회 한국자원공학회지 한국자원공학회지 Vol.60 No.4
발행연도
2023.8
수록면
223 - 230 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 연구는 머신러닝을 이용해 이미지로그의 압축파쇄대 깊이를 검출하는 분류모델을 개발하여 전문가 분석효율을 높이는 것이 목적이다. 경주지역 내 시추공에서 취득된 약 1 km 이미지로그에 대해 케이싱 구간 및 결측치를 제거하고 이미지로그 자료간 해상도(수직 및 수평 해상도가 각각 0.01m와 2.5°)를 일치시키는 전처리과정을 수행하였다. 이를 통해 얻어진 총 99,090개 자료를 8:2 비율로 학습과 테스트 자료로 설정한 후, 의사결정나무 기반의 랜덤포레스트와 XGBoost를 적용하였다. 모델평가는 테스트자료에 대한 혼동행렬의 false negative(FN)를 통해 이뤄졌으며, XGBoost 모델은 FN이 87개로 랜덤포레스트 모델의 FN 162개에 비해 향상된 예측성능을 보였다. 이렇게 개발된 모델은 전문가의 압축파쇄대 상세 검출을 도와 분석 효율성을 제고할 수 있을 것으로 기대된다.

목차

Abstract
요약
서론
연구방법
연구결과
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-088363842