南阳凹陷黑龙庙地区砂砾岩体规模小,多期砂体叠置,沉积期次划分难,非均质性强、甜点区难以预测。为此,利用可视化技术对三维地震资料进行精细构造解析与古构造恢复,研究砂砾岩体成因。在对5口井层序地层划分基础上,依据砂组-砂体的沉积...南阳凹陷黑龙庙地区砂砾岩体规模小,多期砂体叠置,沉积期次划分难,非均质性强、甜点区难以预测。为此,利用可视化技术对三维地震资料进行精细构造解析与古构造恢复,研究砂砾岩体成因。在对5口井层序地层划分基础上,依据砂组-砂体的沉积旋回性与地震反射结构,划分砂砾岩体沉积期次;通过岩石物理分析与正演模拟明确砂砾岩体地球物理响应特征。通过井点处扇根、扇中、扇端地震反射特征与相同层位其他点处的地震反射特征进行相关分析,确定扇根、扇中、扇端的平面分布;实测砂砾岩体岩性、物性参数与波阻抗属性,交汇分析确定有效区分砂砾岩与泥岩的波阻抗属性的值域。依据高精度反演得到的波阻抗数据体,在砂砾岩体储层波阻抗值域及顶底反射层位控制下,求出有效储层厚度与分布,圈定砂砾岩体储层甜点区的范围。以此为依据在其甜点区上部署的HL1井日产油5.46 m 3,预测结果与实钻井一致。展开更多
在互联网技术日趋成熟的今天,广告的点击率(click-through rate,CTR)预测得到越来越多的关注。在特定的商业环境下,广告CTR预测模型的改进可以带来巨大的经济效益。然而特征的多样性和复杂性使得传统的预测模型难以发现海量特征中的重...在互联网技术日趋成熟的今天,广告的点击率(click-through rate,CTR)预测得到越来越多的关注。在特定的商业环境下,广告CTR预测模型的改进可以带来巨大的经济效益。然而特征的多样性和复杂性使得传统的预测模型难以发现海量特征中的重要特征。针对上述问题,提出了基于压缩激励网络的注意力因子分解机的点击率预测模型(squeeze and excitation network based attentional factorization machines model for click-through rate prediction,SEAFM),SEAFM模型通过压缩和激励网络来动态学习特征的重要性,通过注意力网络来学习特征交互的权重,通过深度神经网络(deep neural network,DNN)模块来隐式建模高阶特征交互。实验结果显示,SEAFM模型比现有相关模型具有更好的性能。展开更多
文摘南阳凹陷黑龙庙地区砂砾岩体规模小,多期砂体叠置,沉积期次划分难,非均质性强、甜点区难以预测。为此,利用可视化技术对三维地震资料进行精细构造解析与古构造恢复,研究砂砾岩体成因。在对5口井层序地层划分基础上,依据砂组-砂体的沉积旋回性与地震反射结构,划分砂砾岩体沉积期次;通过岩石物理分析与正演模拟明确砂砾岩体地球物理响应特征。通过井点处扇根、扇中、扇端地震反射特征与相同层位其他点处的地震反射特征进行相关分析,确定扇根、扇中、扇端的平面分布;实测砂砾岩体岩性、物性参数与波阻抗属性,交汇分析确定有效区分砂砾岩与泥岩的波阻抗属性的值域。依据高精度反演得到的波阻抗数据体,在砂砾岩体储层波阻抗值域及顶底反射层位控制下,求出有效储层厚度与分布,圈定砂砾岩体储层甜点区的范围。以此为依据在其甜点区上部署的HL1井日产油5.46 m 3,预测结果与实钻井一致。
文摘在互联网技术日趋成熟的今天,广告的点击率(click-through rate,CTR)预测得到越来越多的关注。在特定的商业环境下,广告CTR预测模型的改进可以带来巨大的经济效益。然而特征的多样性和复杂性使得传统的预测模型难以发现海量特征中的重要特征。针对上述问题,提出了基于压缩激励网络的注意力因子分解机的点击率预测模型(squeeze and excitation network based attentional factorization machines model for click-through rate prediction,SEAFM),SEAFM模型通过压缩和激励网络来动态学习特征的重要性,通过注意力网络来学习特征交互的权重,通过深度神经网络(deep neural network,DNN)模块来隐式建模高阶特征交互。实验结果显示,SEAFM模型比现有相关模型具有更好的性能。