DSpace
 

Depot Institutionnel de l'UMBB >
Mémoires de Master 2 >
Faculté des Sciences >
Recherche opérationnelle >
R. O. >

Veuillez utiliser cette adresse pour citer ce document : http://dlibrary.univ-boumerdes.dz:8080/handle/123456789/12537

Titre: D´etection des anomalies dans les donn´ees des puits p´etroliers Cas de SONATRACH
Auteur(s): Boudjellil, Cilya
Gacem, Selma Nosseiba
Ouatiki, S. ( Promotrice)
Mots-clés: ALGORITHMES DE D´ETECTION
SONATRACH
ANOMALIES
WELL-LOG DATA
Date de publication: 2022
Editeur: UNIVERSITE M’HAMED BOUGARA - BOUMERDES : Faculté des sciences
Résumé: L’analyse des donn´ees est un domaine en pleine expansion, vu la num´erisation galopante que connaˆıt le monde entier. Le traitement des donn´ees et le besoin d’une intelligence artificielle tr`es performante en est donc une cons´equence imm´ediate et SONATRACH comme ´etant un moteur ´economique important non pas dans le bassin m´editerran´een mais dans le monde entier, ne fait pas l’exception. Elle a donc un besoin urgent d’exploiter ses donn´ees pour une meilleure exploration du champ p´etrolier. Dans ce travail, nous fournissons une ´etude d´etaill´ee sur la fa¸con de mettre en oeuvre l’apprentissage automatique supervis´e dans l’´evaluation de la performance des mod`eles existants de d´etection des aberrations dans le jeu de donn´ees de SONATRACH. Nous avons donc impl´ement´e trois algorithmes l’Angle-Based Outlier Detection (ABOD), le K-Plus Proches Voisins (KNN) et le Isolation Forest (IForest). Nous avons ensuite donner une m´etrique pour les comparer et nous avons d´eceler le meilleur algorithme qui nous fournit la meilleure d´etection des anomalies.
Description: 83 p. ; ill. ; 30 cm.
URI/URL: http://dlibrary.univ-boumerdes.dz:8080/handle/123456789/12537
Collection(s) :R. O.

Fichier(s) constituant ce document :

Il n'y a pas de fichiers associés à ce document.

View Statistics

Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.

 

Valid XHTML 1.0! Ce site utilise l'application DSpace, Version 1.4.1 - Commentaires