管理油气机器学习模型的数据血缘：页岩气甜点区用例
数据库
2020-04-02 v1 计算机与社会
分布式、并行与集群计算
机器学习
摘要
机器学习（ML）的作用日益增强，已成为多个行业不可或缺的技术。然而，关于训练数据血缘的问题，例如“用于训练该模型的数据集来自何处？”；若干新数据保护立法的出台；以及对数据治理要求的需求，阻碍了 ML 模型在现实世界中的采用。在本文中，我们讨论了如何利用数据血缘来惠及 ML 生命周期，以构建用于发现页岩油气甜点区的 ML 模型，这是石油与天然气（O&G）行业的一项重要应用。
引用
@article{arxiv.2003.04915,
title = {Managing Data Lineage of O&G Machine Learning Models: The Sweet Spot for Shale Use Case},
author = {Raphael Thiago and Renan Souza and L. Azevedo and E. Soares and Rodrigo Santos and Wallas Santos and Max De Bayser and M. Cardoso and M. Moreno and Renato Cerqueira},
journal= {arXiv preprint arXiv:2003.04915},
year = {2020}
}
备注
Author preprint of paper accepted at the 2020 European Association of Geoscientists and Engineers (EAGE) Digitalization Conference and Exhibition