[제목] 딥러닝기반 셰일가스 미래 생산량 예측 [이름] 김하영, 허승원 [연구개발 개요] 1. 연구 배경 및 필요성 2. 연구목적 [본론] 1. 몬트니 셰일플레이 상세분석 - 지질특성분석 - 암상조성분석 - 퇴적환경 - 퇴적상 2. 부존특성 분석 - 일반현황 - 부존량 - 생산특성 3. 사용 데이터 - 데이터출처 4. 분석 방법 - 기초통계분석 - 생산자료 전처리 5. 분석결과 - 미래 생산량 예측을 위한 핵심인자 추출 6. 활용방안 - 모델 학습 알고리즘 선정 - 학습을 위한 데이터셋 분리 - 케이스 선정 - LSTM/Random forest 예측 결과 비교 - 케이스 결과 비교 및 분석 - 피크 이전 생산이력 제거 결과 분석 - DCA기법과의 예측 결과 비교 - DCA기법과의 예측 결과 비교 [결론] [참고문헌]