专刊征稿：机器学习在煤炭石油和地热能工业中的应用

Posted 2021-04-03 科爱出版

近年来，人工智能在能源产业的应用越来越广泛。人工智能可以针对能源生产、供应提供独特的解决方案，运用大规模的数据处理能力优化能源的生产过程，通过复杂的算法结合技术数据和自然环境数据，优化能源开采等。

机器学习模型的发展和高性能计算资源的可用性，使得机器学习技术应用于解决能源行业的问题引起了人们的极大兴趣。

机器学习在煤炭、石油和地热能行业应用的例子包括：能源生产的预测、储层物性反演模型研究、代理建模与不确定性量化、优化与有效回收资源相关的任务。

然而，在机器学习模型设计、工程特性、训练优化和效率提高方面仍然存在挑战。为此Artificial Intelligence in Geosciences 特别设置专刊介绍和讨论在煤炭、石油和地热能工业中使用机器学习的最新进展和挑战，欢迎相关领域的学者们关注并积极投稿。

Special Issue on Machine Learning Applications in Coal, Petroleum and Geothermal Energy Industries

征稿主题

征稿内容包括但不限于：

• Petroleum reservoir simulation and history matching

• Contaminant transport and source identification

• Digital rock construction and petrophysical properties estimation

• Classification and regression problems based on well log data

• Fault/fracture detection based on geophysical data

• Coal bed methane recovery

• Geothermal energy recovery

客座编辑

• Dr. Rui Xu 

Managing Guest Editor

Peng Cheng Laboratory, China. 

• Dr. Zhiming Chen

China University of Petroleum-Beijing, China. 

• Dr. Wenhui Song

China University of Petroleum (East China), China. 

• Dr. Javier A. E. Santos

The University of Texas at Austin, USA. 

征稿截止日期

本次专刊投稿截止日期为：2021年7月20日

文章一经录用，即刻发表在ScienceDirect平台。

投稿须知

本期特刊所有文章都必须在线提交：

www.editorialmanager.com/aiig

投稿前请仔细阅读期刊主页的“作者须知”，并选择VSI: Machine learning applications。

期刊简介

Artificial Intelligence in Geosciences 是一份开放获取的期刊，提供了一个国际、跨学科的论坛，在这里可以共享和讨论与人工智能及其在地球科学中的应用有关的想法和解决方案。为了支持这一讨论，我们鼓励作者开放他们的代码、数据和AI中使用的标签。

主编

王华教授

电子科技大学资源与环境学院

主要研究方向包括：

机器学习与人工智能、信号与信息智能处理；

岩石微观孔隙结构定量表征；

诱发(微)地震，包括现场数据采集、事件拾取、定位、震源机制研究；

井筒地球物理，包括地层测试器、井下光纤传感器、井下数据传输、声波测井、电阻率测井等。

Gabriele Morra教授

Department of Physics

University of Louisiana at Lafayette

计算地球物理学家，学术研究包括高性能计算、固体力学和流体动力学、地球动力学、地震学、火山学。

他的研究适用于很多问题，例如灾害：滑坡风险估计、海啸生成、大地震。他对板块构造的研究在寻找新的自然资源矿床方面有着广泛的应用。

关于期刊的简介，欢迎点击查看主编专访：

更多期刊及专刊介绍，请点击阅读原文查看

KeAi

科爱出版

植根中国，影响全球！

KeAi 由科学出版社和Elsevier共同投资成立，出版了超百种英文学术期刊，囊括了自然科学、地球科学、材料、工程、医学、生命科学、社会科学等学科。

关注KeAi，时刻了解期刊动态！