Global S&T Development Trend Analysis Platform of Resources and Environment
新方法实现碳封存CO2气流的监测与建模 | |
刘文浩 | |
2022-05-25 | |
所属快报 | 地球科学快报 |
出版年 | 2022 |
期 | 10 |
语种 | 中文 |
领域 | 地球科学 |
栏目 | 前沿研究动态 |
中文关键词 | 地下碳封存 ; CO2羽流 ; 无监督学习 |
英文关键词 | subsurface carbon storage carbon-dioxide plume Unsupervised learning |
中文摘要 | 2022年4月27日,美国德州农工大学(Texas A&M University, TAMU)发布最新研究进展,该校研究人员开发出一种新的无监督机器学习方法,可以分析来自碳封存现场的传感器数据,并快速监测分析CO2的位置及流动速度,从而降低CO2泄露风险。该成果以《无监督学习监测地下碳储层中的二氧化碳气流》(Unsupervised learning monitors the carbon-dioxide plume in the subsurface carbon storage reservoir)为题在线发表于《专家系统与应用》(Expert Systems with Applications)。 |
原文题名 | Unsupervised learning monitors the carbon-dioxide plume in the subsurface carbon storage reservoir |
原文链接 | 查看原文 |
文献类型 | 快报文章 |
条目标识符 | http://119.78.100.173/C666/handle/2XK7JSWQ/348013 |
专题 | 地球科学 |
推荐引用方式 GB/T 7714 | 刘文浩. 新方法实现碳封存CO2气流的监测与建模. 2022. |
条目包含的文件 | ||||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
新方法实现碳封存CO2气流的监测与建模.(16KB) | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 | ||
新方法实现碳封存CO2羽流的监测与建模.(45KB) | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[刘文浩]的文章 |
百度学术 |
百度学术中相似的文章 |
[刘文浩]的文章 |
必应学术 |
必应学术中相似的文章 |
[刘文浩]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论