پیش بینی همگرایی تکنولوژی های هوش مصنوعی و حفاری با استفاده از روش پیش بینی پیوند
Publish Year: 1403
Type: Journal paper
Language: Persian
View: 67
این Paper فقط به صورت چکیده توسط دبیرخانه ارسال شده است و فایل کامل قابل دریافت نیست. برای یافتن Papers دارای فایل کامل، از بخش [جستجوی مقالات فارسی] اقدام فرمایید.
نسخه کامل این Paper ارائه نشده است و در دسترس نمی باشد
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
JR_JTDM-12-2_003
Index date: 18 November 2024
پیش بینی همگرایی تکنولوژی های هوش مصنوعی و حفاری با استفاده از روش پیش بینی پیوند abstract
با ظهور فناوری های دیجیتال و تاثیرات چشمگیر آنها در صنایع مختلف همچون صنعت نفت، همواره چگونگی همگرایی آنها در این صنایع و ارائه پیشبینی از این همگرایی مورد سوال بوده است. بر همین اساس در این مقاله تلاش شد با انتخاب هوش مصنوعی به عنوان یک فناوری دیجیتال و همینطور حفاری به عنوان یک فناوری نفتی، چگونگی همگرایی این دو فناوری پیشبینی شود. برای بررسی این موضوع، دادههای پتنت این دو حوزه فناوری از پایگاه داده پتنت معتبر جمعآوری شد و شبکه همرخدادی این دو فناوری تشکیل گردید. سپس با استفاده از روش پیشبینی پیوند، پیشبینی از همگرایی میان زیرفناوری های این دو فناوری انجام شد. با بررسی نتایج، مشخص شد که یادگیری ماشین، بینایی ماشین و رباتیک به عنوان زیرفناوری های هوش مصنوعی کاربرد گستردهتری در بخشهای مختلف عملیات حفاری داشته و پیشبینی میشود در این حوزهها شاهد رشد و همگرایی بیشتری باشیم.
پیش بینی همگرایی تکنولوژی های هوش مصنوعی و حفاری با استفاده از روش پیش بینی پیوند Keywords:
پیش بینی همگرایی تکنولوژی های هوش مصنوعی و حفاری با استفاده از روش پیش بینی پیوند authors
مهدی محمدی
عضو هیئت علمی دانشکده مدیریت صنعتی و فناوری دانشگاه تهران
مسعود ماهانی فر
دانشجوی دکتری دانشکده مدیریت صنعتی و فناوری دانشگاه تهران
روح الدین میری
دانشکده مهندسی شیمی، نفت و گاز، دانشگاه علم و صنعت ایران، تهران، ایران
محمد رضا صادقی مقدم
دانشیار- دانشکده مدیریت - دانشگاه تهران