پیش‎ بینی همگرایی تکنولوژی های هوش مصنوعی و حفاری با استفاده از روش پیش بینی پیوند

سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 213

نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JTDM-12-2_003

تاریخ نمایه سازی: 28 آبان 1403

چکیده مقاله:

با ظهور فناوری های دیجیتال و تاثیرات چشمگیر آنها در صنایع مختلف همچون صنعت نفت، همواره چگونگی همگرایی آنها در این صنایع و ارائه پیش‎بینی از این همگرایی مورد سوال بوده است. بر همین اساس در این مقاله تلاش شد با انتخاب هوش مصنوعی به عنوان یک فناوری دیجیتال و همینطور حفاری به عنوان یک فناوری نفتی، چگونگی همگرایی این دو فناوری پیشبینی شود. برای بررسی این موضوع، دادههای پتنت این دو حوزه فناوری از پایگاه داده پتنت معتبر جمع‎آوری شد و شبکه همرخدادی این دو فناوری تشکیل گردید. سپس با استفاده از روش پیشبینی پیوند، پیشبینی از همگرایی میان زیرفناوری های این دو فناوری انجام شد. با بررسی نتایج، مشخص شد که یادگیری ماشین، بینایی ماشین و رباتیک به عنوان زیرفناوری های هوش مصنوعی کاربرد گستردهتری در بخشهای مختلف عملیات حفاری داشته و پیشبینی می‎شود در این حوزه‎ها شاهد رشد و همگرایی بیشتری باشیم.

نویسندگان

مهدی محمدی

عضو هیئت علمی دانشکده مدیریت صنعتی و فناوری دانشگاه تهران

مسعود ماهانی فر

دانشجوی دکتری دانشکده مدیریت صنعتی و فناوری دانشگاه تهران

روح الدین میری

دانشکده مهندسی شیمی، نفت و گاز، دانشگاه علم و صنعت ایران، تهران، ایران

محمد رضا صادقی مقدم

دانشیار- دانشکده مدیریت - دانشگاه تهران