GEO BigData OpenPlatform

[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]