|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/geoestadistica-aplicada-a-hidrocarburos/
课程评论：没有评论
**课程名称**：石油领域地球统计学应用 **课程概述**： 本课程共分为五个模块，旨在为石油行业的专业人士提供关于使用地球统计学算法创建插值图的技术指导。 * **模块一：基础统计学**：本模块将介绍统计学的基本概念。 * **模块二：变异函数**：本模块将深入探讨变异函数的创建过程。 * **模块三：经典线性插值算法**：本模块将讲解经典的插值算法。 * **模块四：地球统计学算法**：本模块将详细介绍克里金（Krigging）算法的工作流程。 * **模块五：地质单元模型和LVA（局部变异各向异性）**：本模块将指导学员完成地质单元模型和LVA的创建步骤。 **目标学员**： * 在石油行业工作的专业人士，需要使用地球统计学算法创建插值图。 * 负责使用建模软件创建静态模型的相关人员。 **课程特色**： * **机器学习强调**：课程将重点介绍神经网络等机器学习算法，这些算法能够解决非线性模型问题，并在地球统计学存在局限性时提供替代方案。 * **局限性分析**：课程强调理解地球统计学算法的局限性，以便在不同情况下选择合适的算法。在模块五中，我们将通过LVA的讲解来阐明这些局限性。 * **实践导向**：每个模块结束后都设有练习任务，帮助学员巩固所学知识。同时，模块中也提供了相应的解决方案供下载。
El curso consta de 4 módulos. 1) Estadística Básica, donde abordamos los conceptos básicos en estadística. 2) Variografía. Aquí abordamos todo lo concerniente a la creación de variogramas. 3) Algoritmos clásicos de interpolación lineal. Aquí hablamos sobre los algoritmos clásicos de interpolación. 4) Algoritmos geoestadísticos. Aquí abordamos el flujo de trabajo para resolver el algoritmo de Krigging. 5) Modelos Geocelulares y LVA. Aqui abordamos los pasos para crear un modelo geocelular y LVA (local variant anisotropy)Esta orientado a profesionales que trabajan en la industria petrolera y que tienen que crear mapas de interpolación usando algoritmos geoestadísticos. Asimismo, sirve para las personas que se encargan de usar software de Geomodelling para la creación de modelos estáticos.Se hace hincapié también a algoritmos de machine learning como son las redes neuronales que permiten resolver modelos no lineales y que son una alternativa cuando la geoestadistica por sus limitaciones no permiten lograr los objetivos.Es importante entender las limitaciones de los algoritmos geoestadisticos para poder decidir que algoritmos a utilizar en cada caso. Al final del modulo 5 hablamos de LVA para dejar claro estas limitaciones.Cada modulo tiene una tarea al final de este para revisar lo aprendido. Las soluciones están también incluidas en el modulo para poder ser descargados.
