고등학교 때 제가 가장 좋아했던 수업은 지구과학이었습니다. 기상 섹션에서 매일 날씨를 읽은 것을 기억합니다. 매일 아침 우리는 밖으로 나가서 습구와 건구 온도, 풍속과 풍향을 측정하고 구름량을 추정했습니다. 한두 번, 우리는 교실로 돌아와서 읽은 내용이 잘못되었거나 의미가 없다는 것을 깨달았습니다. 문제 없습니다. 밖으로 돌아가서 측정을 다시 했습니다. 50보를 걷고 다시 측정하는 것은 별 일이 아니었습니다.
문제
약 18년이 지난 지금 저는 Helix Q4000을 사용하여 발 아래 1마일 이상 떨어진 퇴적물에서 메탄 수화물 샘플을 얻으려고 노력하고 있습니다. 첫 번째 코어를 획득하는 데 24시간 이상이 걸렸습니다. 표면으로 올라왔을 때 아무것도 제대로 작동하지 않았습니다. 샘플을 감압했고 회수된 침전물의 10% 정도는 그냥 수프였습니다. 고등학교 때 측정한 온도와는 달리, 돌아가서 다시 시도할 수 없었습니다. 퇴적물 샘플은 영원히 사라졌습니다.
이는 지질학자와 엔지니어가 가혹한 지하 환경에서 작업하면서 정기적으로 직면하는 과제입니다. 데이터를 획득하는 데 비용이 많이 들고 단 한 번만 얻을 수 있습니다. 그렇다면 데이터가 원하는 대로 반환되지 않으면 어떻게 해야 합니까? 어쩌면 도구가 깊이 있게 작동하지 않거나 더 심해지면 멈춰서 유정 전체를 버려야 할까요? 우리가 가지고 있는 작은 정보를 어떻게 활용하여 유용하게 이해할 수 있습니까? 물론 JMP Pro 의 강력한 예측 도구를 사용할 수도 있습니다!
실험
Input parameters of Gamma (blue), Formation Density (red), Compressional Velocity (green), and Shear Velocity (purple). Interval one is >2064 ftkb and is above the black upper black line, interval two is between the two black lines (2065-2127 ftkb), and interval three is below the black line (2128-2206 ftkb).감마(파란색), 형성 밀도(빨간색), 압축 속도(녹색) 및 전단 속도(보라색)의 입력 매개변수입니다. 간격 1은 >2064ftkb이고 검은색 상단 검정색 선 위에 있고, 간격 2는 두 개의 검정색 선 사이에 있고(2065-2127ftkb), 간격 3은 검은색 선 아래에 있습니다(2128-2206ftkb).
좀 더 견고한 변수와 제대로 획득되지 않은 변수를 예측하는 몇 가지 다른 방법을 비교해 보겠습니다. 이 경우, 우리는 이 특정 유정( Mt Elbert 우물, North Slope, AK )에서 드물게 이용 가능한 탄화수소 포화도(메탄 수화물)를 이해하려고 노력하고 있습니다. 우리가 가지고 있는 것은 감마선, 형성 밀도, 압축 속도 및 전단 속도의 네 가지 변수로 구성된 완전한 세트입니다. 지하에는 수화물 함유 모래의 세 간격이 있으며, 우리는 첫 번째 간격(켈리 부싱 아래 2003~2064피트, ftkb)을 사용하여 아래쪽 두 간격인 2065~2127ftkb 및 2128~2128에서 수화물 포화도를 예측하려고 합니다. 각각 2206ftkb. 표준 최소 제곱, 일반화 회귀, 신경망 및 XGBoost와 같은 다양한 예측 모델을 테스트합니다. 우리는 모델 품질의 첫 번째 단계로 R2 값을 사용할 것이지만, 그런 다음 실제 유정 로그와 예측 유정 로그를 정성적으로 평가하여 각 모델의 전반적인 품질을 평가할 것입니다.
결과
Actual hydrate saturation (blue) compared to predicted hydrate saturation for Standard Least Squares (red), Generalized Regression (green), Neural Network (purple), and XGBoost (burnt orange).표준 최소 제곱(빨간색), 일반화 회귀(녹색), 신경망(보라색) 및 XGBoost(번 주황색)에 대한 예측 수화물 포화도와 실제 수화물 포화도(파란색)입니다.
표준 최소 제곱법은 그것을 자르지 않습니다. 간격 1을 강력하게 모델링하지만 낮은 두 간격의 탄화수소 포화도를 정확하게 예측하는 데 완전히 실패합니다. 일반화 회귀(적응형, 탄력적 네트워크)는 약간 더 좋지만 일반적으로 하위 두 구간을 0.1~0.2 포화 단위로 과대 예측합니다. 기계 학습 모델은 훨씬 더 강력한 작업을 수행하지만 XGBoost에 우위를 부여합니다. Neural Network는 10~20%의 초과 및 과소 예측을 설명하는 수많은 킥이 있다는 점에서 훨씬 "노이즈가 심한" 신호를 생성하는 반면, XGBoost는 낮은 탄화수소 포화도와 높은 탄화수소 포화도 모두에서 훨씬 더 안정적인 예측을 제공합니다.
이는 제가 지질학적 및/또는 지하공 데이터로 작업할 때 관찰하는 일반적인 주제입니다. 자연계는 엄청나게 복잡하고 이질성으로 가득 차 있으며 기계 학습 모델(Bootstrap Forest, Neural Network, XGBoost 등)이 더 나은 예측을 제공하는 경향이 있습니다. 모델 전체.
Model results for validation data sets of XGBoost (top) and Neural Network (bottom).XGBoost(상단) 및 신경망(하단)의 검증 데이터 세트에 대한 모델 결과입니다.
앞으로 나아가 다
업계에서 일하는 대부분의 사람들은 단일 유정보다 훨씬 더 많은 데이터를 손끝에서 얻을 수 있습니다. 강력한 방법은 클러스터링을 사용하여 지질학적 매개변수(암석학, 다공성, 투과성 등)를 사용하여 유정을 그룹화하고 클러스터별로 예측 모델을 구성하는 것입니다. 이 방법을 사용하면 모델이 특정 유역 또는 특정 유역 내의 특정 유역을 위해 특별히 제작되었기 때문에 더 나은 결과를 얻을 수 있습니다. 그 외에도 Graph Builder에서 데이터를 시각적으로 살펴보는 것도 좋은 방법입니다. 개별 매개변수에 무슨 일이 일어나고 있는지 파악하여 앞으로 나아갈 최선의 경로를 식별해 보십시오.
마지막으로, 조직 내 데이터 분석의 민주화를 통해 더 큰 목표를 더 빠르게 달성할 수 있습니다. 즉, 사용자에게 강력한 도구를 제공하고, 모델을 구축하고 해석하는 방법을 보여준 다음, 편안히 앉아 즐기세요!
데이터 소스
이 데이터는 미국 지질 조사국(USGS) 및 여러 대학 및 업계 파트너와 협력하여 DOE와 BP Exploration Alaska(BPXA) 간의 시추 협력 계약을 통해 수집되었으며 알래스카 노스 슬로프의 천연 가스 수화물이 기술적으로나 상업적으로나 가능하게 생산됩니다. Elbert산 유정은 2007년에 시추되었으며, 데이터는 Columbia University의 Lamont Doherty Earth Observatory를 통해 제공됩니다. 데이터를 부분 집합화하고 정리하여 JMP Public 의 JMP 테이블에서 사용할 수 있게 만들었습니다(참고: JMP Pro가 없으면 GenReg, KFold가 포함된 신경망 및 XGBoost 스크립트가 실행되지 않습니다. 또한 XGBoost 스크립트에는 JMP Pro가 필요하며 XGBoost 추가 기능 ).
축하해요, 친애하는 동료! 당신은 훌륭한 일을 해냈습니다. 그리고 앙상블 모델에 대한 접근 방식에 대한 조언에 대해 특별히 감사드립니다. 좋은 주말 보내세요!
감사합니다,
남자 이름
Michael, 6개의 무작위 시작에 걸쳐 이 특정 데이터 세트 변경에 대한 제곱 평균 제곱 오차(JMP NN 보고서의 두 번째 적합도 측정값)는 ~0.01만큼 다양하며 매우 미미합니다. 앙상블 모델의 경우 JMP Pro에서는 Bootstrap 포리스트를 사용하거나 다음을 사용할 수 있습니다. 부스팅 NN 또는 의사결정 트리에서. JMP 15 Pro에서는 이러한 모든 기능을 사용할 수 있습니다. 이게 도움이 되길 바란다!
정말 좋은 일이에요, 피터! RMSE가 어땠는지 알려주세요. 회귀 분석의 경우 RMSE가 주요 KPI이기 때문입니다. 이 매개변수가 크게 변경되지 않기를 바랍니다. 이제 JMP Pro에서 앙상블을 만드는 방법을 알려주세요. 내 버전은 15.0이므로 15번째 버전에서는 앙상블이 발견되지 않으므로 귀하의 버전은 16일 수 있습니다. 나는 당신에게 매우 감사할 것입니다!
질문해주셔서 정말 감사합니다 @나자르코프스키 , 이것은 당신이 제기한 매우 중요한 주제입니다. 저자가 NN을 사용하여 매우 강력한 상관 관계를 찾았지만 다른 사용자가 동일한 데이터에 대해 동일한 NN을 실행했지만 다른 무작위 시작을 사용하면 매우 낮은 상관 관계가 발견되었기 때문에 중요한 연구가 궁극적으로 철회된 사례를 보았습니다. 앙상블 모델이 실제로 도움이 될 수 있는 부분이 바로 여기에 있습니다(예: Bootstrap Forest, Boosted NN 등). 이 모든 것을 말하고 이 일을 하는 것의 중요성을 강조하면서, 나는 원래 이 일을 하지 않았다는 것을 인정해야 합니다. 하지만 저는 참을 수 없었고 귀하의 의견을 읽은 후 돌아가서 다른 무작위 시드를 사용하여 동일한 설정을 사용하여 일련의 NN을 다시 실행했습니다. 평균 검증 세트 R^2는 0.92 +/- 0.01로 원래 찾은 것보다 약간 낮았습니다.
유익하고 철저하게 작성된 게시물에 감사드립니다! 글쎄요, 저는 각 작업에 JMP Pro를 사용하여 화학도 다루고 있습니다.
제 질문은 신경망(NN)에 관한 것입니다. 회귀 사례에 대한 JMP에서는 고정된 무작위 시드에서도 동일한 모델을 다시 시작하면 NN의 예측 값은 모든 측정 항목(RMSE, R2 등)에 따라 다릅니다. 분류의 경우 측정항목을 유지하면서 모든 것이 반복 가능합니다. 동일한 조건을 유지하면서 NN 모델을 재배열해 보셨나요?
감사해요!
남자 이름
