مقاله کنفرانسی سال ۱۴۰۵ انگلیسی

A Hybrid Artificial Neural Network Framework for High-Fidelity Estimations of Well Performance

A Hybrid Artificial Neural Network Framework for High-Fidelity Estimations of Well Performance

چکیده مقاله

چکیده کامل این مقاله هنوز از منبع دریافت نشده است. اطلاعات کتاب‌شناختی و ارتباط‌های پژوهشی صفحه قابل استفاده‌اند و با تکمیل خزنده به‌روزرسانی می‌شوند.

کلیدواژه‌ها

نویسندگان

تصویر Ali Akbari

Ali Akbari

Department of Petroleum Engineering, Kho.C., Islamic Azad University, Khomeinishahr, Iran

شیوه ارجاع

Akbari, Ali and Rahimi, Mojtaba,1405,A Hybrid Artificial Neural Network Framework for High-Fidelity Estimations of Well Performance,The First International and third National conference on Stone industry,Khomeyni Shahr

ارائه‌شده در

پوستر مجموعه مقالات اولین همایش بین المللی و سومین همایش ملی صنعت سنگ: اکتشاف، استخراج، فرآوری و بازاریابی مجموعه مقالات اولین همایش بین المللی و سومین همایش ملی صنعت سنگ: اکتشاف، استخراج، فرآوری و بازاریابی16 اردیبهشت 1405 · خمینی شهر
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۵ ۲۰۱ مشاهده

راهکارهای توسعه صادرات پایدار سنگ ایران با تاکید بر الزامات حقوقی-زیست محیطی و مدیریت بازرگانی

ایرانراهبردهای بازرگانیصادرات
مقاله کنفرانسی سال ۱۴۰۵ ۱۵۹ مشاهده

طراحی پیشرفته پله و چالش های فنی در معدن روباز (مطالعه موردی: معدن آپون (سوادکوه))

روبازپایداریفشار آب منفذی
مقاله کنفرانسی سال ۱۴۰۵ ۱۵۶ مشاهده

ارزیابی خطر لرزه ای ناشی از انفجارهای معدنی در معادن سنگی: چارچوب نظری مبتنی بر داده های زمین لرزه ای

استخراج سنگخطر لرزه ایانفجارهای معدنی
مقاله کنفرانسی سال ۱۴۰۵ ۱۳۱ مشاهده

بررسی زمین شناسی سنگ نگاری و منشا نهشته بوکسیت پل سفید تریاس بالایی البرز مرکزی

بوکسیت پل سفیدایرانتریاس
مقاله کنفرانسی سال ۱۴۰۵ ۱۳۱ مشاهده

چرا بازدهی ازدیاد برداشت نفت در سنگ مخازن ایران پائین است: دلایل و راهکارها

کربناتهسنگ مخازنتغییر ترشوندگی
مقاله کنفرانسی سال ۱۴۰۵ ۱۳۰ مشاهده

مدیریت زیست محیطی در معادن سنگ ساختمانی از استخراج سنتی تا فناوریهای سبز

استخراج سنتیفناوریهای سبزمدیریت زیست محیطی