King Fahd University of Petroleum and Minerals (Saudi Arabia).;
机译:使用人工神经网络从非传统气体储层预测天然气生产和估计可收回资源
机译:人工神经网络(ANN)使用试井数据估算天然裂缝性储层中的储层参数
机译:利用人工神经网络估算油藏的初始压力,渗透率和表皮因子
机译:实用工作流程来估算骨折中的预期终极回收刺激多层紧煤气藏 - 以大湖田径为例
机译:使用人工智能的低渗透油藏自动水力压裂设计。
机译:从祁连山多年冻土的孔隙和裂缝填充天然气水合物储层估算天然气水合物饱和度
机译:利用人工智能估算多层气藏的可交付性
机译:非伴生气藏的计算机化可交付性计算