ساخت نگاره گرافیکی مصنوعی چاه توسط روش یادگیری حساس به هزینه

نگاره گرافیکی چاه ، تصویری بصری سریع از وضعیت زمین شناسی و رخساره های زری زمین به دست می دهد. در صورت عدم دسترسی به نگاره گرافیکی یک چاه، می توان با استفاده از روشهای یادگیری ماشین ، رخساره ها را از روی داده های نگاره ها و یا مغزه چاه ها پیش بینی کرد. در این راستا،چالش عدم تعادل مابین کلاسها، یادگیری کافی و تمایز بین کلاسهای اقلیت و اکثریت را برای طبقه بندی کننده ها دشوار می سازد. این تحقیق بر توسعه یک روش طبقه بندی کننده حساسبه هزینه با اصلاح تابع هدف الگوریتم متداول جنگل تصادف ی به منظور ساخت نگاره گرافیکی مصنوعی چاه تمرکز دارد. ابتدا، نسخه استاندارد این الگوریتم پیادهسازی شد تا پایه ای برا ی مقایسه عملکرد ارائه شود. در مرحله دوم، الگوریتم حساسبه هزینه پیشنهادی توسعه یافت . نتایج نشان می دهد که روش حساس به هزینه عملکرد بهتری نسبت به الگوریتم استاندارد در مسئله موردنظر این پژوهش دارد.

کلیدواژه ها:

یادگیری حساسبه هزینه ، نگاره گرافیکی چاه ، طبقه بندی چند کلاسه ، عدم تعادل کلاس ، جنگل تصادفی ، نگاره چاه