A data-quality-aware hybrid deep learning framework for drilling penetration rate prediction from field measurements
Questo articolo presenta un framework di deep learning ibrido consapevole della qualità dei dati che integra tecniche di pre-elaborazione avanzate, un ensemble di modelli di machine learning e l'ottimizzazione degli iperparametri per migliorare significativamente l'accuratezza e la robustezza della previsione del tasso di penetrazione (ROP) di perforazione da misurazioni di campo rumorose.