Globally optimized machine-learning framework for CO2-hydrocarbon minimum miscibility pressure calculations

•A deep learning CGAN model using adversarial training to more effectively perform CO2–oil MMP prediction.•The Bayesian optimization library in Python for tuning CGAN hyperparameters for CGAN initially proposed.•Input CGAN model parameters are single compound instead of various pseudo-components. Ac...

Celý popis

Podrobná bibliografie

Vydáno v:	Fuel (Guildford) Ročník 329; s. 125312
Hlavní autoři:	Huang, Can, Tian, Leng, Zhang, Tianya, Chen, Junjie, Wu, Jianbang, Wang, Hengli, Wang, Jiaxin, Jiang, Lili, Zhang, Kaiqiang
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 01.12.2022
Témata:	Bayesian optimization algorithm CO2-hydrocarbon system Generative adversarial network Machine learning Minimum miscibility pressure Minimum miscibility pressure CO2-hydrocarbon system Bayesian optimization algorithm Machine learning Generative adversarial network
ISSN:	0016-2361
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!