Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Analyse multifractal des signaux géophysiques
Univ Europeenne - EAN : 9786131582578
Édition papier
EAN : 9786131582578
Paru le : 29 juin 2011
49,00 €
46,45 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9786131582578
- Réf. éditeur : 5589656
- Editeur : Univ Europeenne
- Date Parution : 29 juin 2011
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 180
- Format : H:229 mm L:152 mm E:11 mm
- Poids : 274gr
- Interdit de retour : Retour interdit
- Résumé : Depuis une vingtaine d''années la transformée en ondelettes a été reconnue comme un outil privilégié d''analyse des objets fractals. Nous exploitons la propriété d''auto similarité de la transformée en ondelettes pour détecter les singularités caractéristiques des signaux fractals. Dans une première partie, nous utilisons la méthode des maxima du module de la transformée en ondelettes (MMTO) comme un outil d''analyse des signaux fractals synthétiques.Dans une deuxième partie nous avons appliqué cette technique sur un puits situé dans le Sahara Algérien, puis nous avons proposé un algorithme de découpage automatique appliqué sur une étude à simple résolution dans ce puits et une autre à haute résolution dans un autre puits. Nous démontrons les potentialités de la méthode pour la segmentation des différentes formations géologiques Nous finalisons ce travail par une application des réseaux neuronaux basée sur une technique d''apprentissage très puissante qui est la rétro propagation du gradient stochastique .Nous avons utilisé les résultats précédents comme une information à priori permet de détecter la lithologie et la nature du fluide qui est dans les pores.
