基于近似贝叶斯计算的地层矿物学评价
应用统计
2019-05-29 v1 地球物理
摘要
我们提出了一种基于贝叶斯线性回归模型从井筒测井曲线进行矿物学反演的新方法。我们的方法主要依赖三个步骤。第一步利用近似贝叶斯计算(ABC),从贝叶斯生成器中筛选出与井筒数据响应密切对应的一组候选体积。第二步通过基于密度的聚类算法将这些候选者聚集起来。通过直接矿物学反演为每个簇分配一种矿物情景,并为每种岩性假设提供置信度估计。该方法的优势在于探索所有与井筒数据匹配的矿物学假设。该流程在合成数据集和真实数据集上均进行了测试。
引用
@article{arxiv.1905.11779,
title = {Evaluation of mineralogy per geological layers by Approximate Bayesian Computation},
author = {Vianney Bruned and Alice Cleynen and André Mas and Sylvain Wlodarczyck},
journal= {arXiv preprint arXiv:1905.11779},
year = {2019}
}