公共文化服务平台

搜索到1077篇“ 油气领域“的相关文章

基于BERT-BiLSTM-CRF模型的油气领域命名实体识别被引量：2: 2024年; 针对油气领域知识图谱构建过程中命名实体识别使用传统方法存在实体特征信息提取不准确、识别效率低的问题,提出了一种基于BERT-BiLSTM-CRF模型的命名实体识别研究方法。该方法首先利用BERT(bidirectional encoder representations from transformers)预训练模型得到输入序列语义的词向量;然后将训练后的词向量输入双向长短期记忆网络(bi-directional long short-term memory,BiLSTM)模型进一步获取上下文特征;最后根据条件随机场(conditional random fields,CRF)的标注规则和序列解码能力输出最大概率序列标注结果,构建油气领域命名实体识别模型框架。将BERT-BiLSTM-CRF模型与其他2种命名实体识别模型(BiLSTM-CRF、BiLSTM-Attention-CRF)在包括3万多条文本语料数据、4类实体的自建数据集上进行了对比实验。实验结果表明,BERT-BiLSTM-CRF模型的准确率(P)、召回率(R)和F_(1)值分别达到91.3%、94.5%和92.9%,实体识别效果优于其他2种模型。; 高国忠李宇华远鹏吴文旷; 关键词：油气领域命名实体识别

汇智赋能凝聚海洋油气领域国家战略科技力量: 2024年; 树高千丈系于“根”深,潮头屹立源于“魂”聚。坚持党的领导、加强党的建设,是国有企业的光荣传统和独特优势。中国海油研究总院党委牢牢把握巩固全国国有企业党的建设工作会议成果这一重要要求,紧紧围绕学习贯彻党的二十大精神这一主线,深入学习领悟习近平总书记关于党的建设的重要思想,以实干担当构建形成具有科研特色的“1257”高质量党建工作格局,使党的建设更加坚强有力,风清气正的政治生态更加夯实巩固,创新动能更加澎湃奔涌,奋力书写科技创新这篇“大文章”,争做海洋油气领域最可靠的国家战略科技力量。; 无; 关键词：党的建设风清气正党建工作海洋油气中国海油

可解释机器学习在油气领域人工智能中的研究进展与应用展望: 2024年; 人工智能作为战略性新兴产业及新质生产力正迅速地渗透入油气领域,并有望成为行业发展的新引擎和制高点。“黑盒”的机器学习模型缺乏透明度和可解释性,导致现有机器学习方法在油气领域的认可度和信任度不高,制约了以机器学习为核心的人工智能在油气田中的融合和发展。为此,系统介绍了可解释机器学习方法在油气田勘探开发过程的研究现状,阐述了机器学习模型的可解释性是促进油气领域人工智能大规模应用的关键,以及事后可解释方法在油气机器学习方法上的局限性,并对技术的应用进行了展望。研究结果表明:(1)利用Shapley加性解释(SHAP)和模型无关局部解释(LIME)等事后可解释方法进行煤层气产能主控因素实例验证,指出了可解释的油气田特征指标还不足以完全指导可解释模型的构建和分析,需要基于本质可解释思路建立符合油气田勘探开发自身特点的本质可解释机器学习方法;(2)利用机理模型、因果推断和反事实解释等本质可解释方法,分析油气田数据和模型参数之间的因果关系,构建了本质可解释机器学习方法;(3)选取典型煤层气压裂数据进行产能预测实例验证,发现因果推断能有效挖掘地质参数、施工参数和产能之间的本质关系,且基于因果关系建立的机器学习模型可以实现预测泛化性能提升。结论认为,基于事后可解释和本质可解释机器学习方法不仅是未来油气领域人工智能发展的必然趋势,而且是解决人工智能在油气领域现场落地的“瓶颈”问题及关键技术。; 闵超文国权李小刚李小刚李昆成; 关键词：人工智能

人工智能在油气领域的应用述评: 2024年; 第三次能源转型的长期性决定了油气资源的重要性。油气领域现有的技术体系难以支撑其高质量发展,亟须发展颠覆性、原创性技术推动产业革新。目前,“AI+油气”已成为油气领域的破局点。包括U-Net网络、循环神经网络以及随机森林在内的众多AI技术有利于油气资源的勘探开发。机器学习、监督学习等技术有助于搭建智能监测与管理平台,从而提高油气管道、地下储气库等基础设施的运行效率。新一轮信息技术必将带动新一轮油气产业革命,但现阶段存在诸多挑战。根据人工智能在油气领域的应用现状及面临的挑战,提出相关建议,以期促进我国人工智能与油气产业的融合发展。; 陈军华曾秋洪; 关键词：循环神经网络

预训练大模型在油气领域的价值场景、挑战及未来方向: 2024年; 对机器学习、深度学习、知识工程等为代表的判别式人工智能和以GPT、Sora等为代表的生成式人工智能的特点、技术现状和应用能力边界进行了研究,系统地比较了判别式人工智能与生成式人工智能的背景、技术原理、技术特点,分析了当前AIGC的技术现状、瓶颈,总结了生成式人工智能(AIGC)进一步推动AI赛道进入快速发展期的原因,并对未来一段时间内,AIGC在油气工业领域的应用趋势、难点进行了分析预测。; 陈宏志宫本儒王笑妍林秀峰孙加峰

基于北斗的防爆智能巡检机器人在油气领域的应用被引量：1: 2023年; 随着科学技术的发展,北斗系统结合机器人技术在各生产领域的应用探索不断扩展。本文通过对油气领域发展现状及需求的分析,探索北斗系统应用于油气领域的优势,并对未来发展提出展望。北斗系统在巡检机器人中的结合应用能够有效提升场站巡检安全,促进油气领域数字化管理,从基础数据层面为油气场站带来巡检工作的技术革新。; 路园刘雨晴; 关键词：油气领域场站机器人

知识图谱在海上油气领域安全风险管理中的应用被引量：1: 2023年; 近年来,海上油气相关设备设施受到第3方破坏、腐蚀、工艺偏差、设备本体故障等多方面的影响,需要进一步探索能够通过新技术新方法来对各维度风险隐患进行整合来实现综合管理。通过构建安全风险知识图谱,将风险事故链进行结构化梳理和多维度风险因素耦合,解决多种安全因素的综合管理问题。利用知识图谱的图结构和动态特性,对设备设施、安全隐患、风险可能、引发事故、影响范围等进行可视化的清晰展示和动态分析。; 王子维夏向阳冯伟; 关键词：海上油气综合管理知识图谱

深水油气领域国际化人才培育的探索与思考: 2023年; 本文围绕探索符合地区特色的深水油气领域国际化人才培养模式,介绍了中国石油巴西公司在建立人才引进和选拔机制、抓实员工培训关键点、发挥文化激励作用、加大青年队伍培养力度、推进人才强企战略举措等方面的具体实践,提出了对深水油气领域国际化人才培育工作的思考,为实现人才助力海外油气开发长远发展提供参考与借鉴。; 张跃雷张洁; 关键词：人才强企人才队伍建设

油气领域对外合作中标准的战略地位及建议: 2023年; 为了提升中国标准在油气领域中外合作中的话语权,首先对中国标准发展的历史及现状进行了简要概述,分析了标准的国际话语权重要地位。进而阐述了国际大型能源公司的标准化工作现状,并结合中国石油工业标准在对外合作中的现状以及遇到的困难,对我国油气领域对外合作中标准的战略地位以及走向国际所面临的挑战,分别从国家层面、技术提升、项目谈判、新业务领域以及标准化组织体系建设等五个方面提出了针对性建议。最后详细阐述了石油工业标准在油气领域对外合作中的战略地位及重要性。研究结果可为中国标准“走出去”提供借鉴和理论依据。; 任立新何旭鵁杨恺唐彬唐彬张茜; 关键词：国际话语权

推进油气领域国际化高层次人才培养的探索与实践被引量：1: 2023年; 高等教育国际化水平和国际竞争力是“双一流”建设的核心。伴随我国石油工业走出去战略的深化实施,如何推进国际化油气领域高层次人才培养已成为我国石油高校的核心任务。在服务海外油气战略国际化人才培养过程中,中国石油大学(北京)剖析了国际化高层次人才的内涵,通过分类构建人才培养新模式,健全国际合作育人机制、深化产教融合等途径,探索构建并实践了“分类培养+多边合作+资源拓展”的油气领域立体式国际化高层次人才培养新体系。; 刘一凝詹亚力耿娇娇; 关键词：油气领域

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈