[en] AN ANALYSIS OF LITHOLOGY CLASSIFICATION USING SVM, MLP AND ENSEMBLE METHODS

• Ano de defesa: 2013
• Autor(a) principal: VANESSA RODRIGUES COELHO LEITE
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] REDE NEURAL; [pt] METODOS ENSEMBLE; [pt] LITOLOGIAS; [en] NEURAL NETWORKS
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21205&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21205&idi=2; http://doi.org/10.17771/PUCRio.acad.21205

[pt] A classificação de litologias e uma tarefa importante na caracterização de reservatorios de petróleo. Um de seus principais objetivos e dar suporte ao planejamento e as atividades de perfuracao de poços. Dessa forma, quanto mais rapidos e eficazes sejam os algoritmos de classificacao, mais confiavel ser a as decisoes tomadas pelos geologos e geofısicos. Esta dissertação analisa os metodos ensemble aplicados a classificacao automática de litologias. Para isso, foi realizada uma comparação entre classificadores individuais (Support Vector Machine e Multilayer Perceptron) e estes mesmos classificadores com métodos Ensemble (Bagging e Adaboost). Assim, concluımos com uma avaliação comparativa entre as técnicas, bem como apresentamos o trade-off em utilizar métodos Ensemble em substituição aos classificadores individuais.