Go to the Indico Home Page Oldest event Older event Up to category Newer event Newest event
  • Indico style
  • Indico style - inline minutes
  • Indico style - numbered
  • Indico style - numbered + minutes
  • Indico Weeks View
    • Switch to the management area of this event
    Login

    1st Iran InterPore Conference

    24–25 Sept 2024
    School of Mechanical Engineering, University of Tehran
    Asia/Tehran timezone

    Contact/Support

    Session

    Parallel Session 4

    IIPC04
    24 Sept 2024, 09:45
    School of Mechanical Engineering, University of Tehran

    School of Mechanical Engineering, University of Tehran

    College of Engineering, University of Tehran

    Conveners

    Parallel Session 4: Digital Rocks / Machine Learning

    • Mohammad Emami Niri (University of Tehran)

    Presentation materials

    There are no materials yet.

    1. 12. پیش بینی خواص سنگ مخزن در مقیاس حفره به کمک فیزیک سنگ دیجیتال
      Mohammadreza Pilehkouhi (Student)
      24/09/2024, 09:45
      Digital Rocks / Machine Learning
      Oral Presentation

      This study focuses on the characterization of reservoir rock characteristics to improve hydrocarbon recovery, groundwater management, and geothermal energy extraction. Traditional methods for determining properties such as porosity, permeability, and pore size distribution are often labor-intensive and time-consuming. Instead, this research uses a pore network model to simulate and analyze...

      Go to contribution page
    2. 20. بهبود آنالیز داده های تصویر سه بعدی سنگ‌های کربناته با استفاده از یادگیری عمیق
      Mohammad Bakhtiary
      24/09/2024, 10:00
      Digital Rocks / Machine Learning
      Oral Presentation

      چكيده
      با پیشرفت روش‌های تصویربرداری و افزایش توان محاسباتی، استفاده از فیزیک سنگ دیجیتال برای تعیین و محاسبه خواص پتروفیزیکی مغزه‌های مخازن هیدروکربنی گسترش یافته است. تفکیک تصاویر میکروسی‌تی کربناته‌ها به دلیل توزیع گسترده اندازه منافذ و درجه ناهمگنی بالای این سنگ‌ها چالش‌برانگیز است. در این پژوهش، از چارچوبی مبتنی بر شبکه‌های عصبی کانولوشن برای تفکیک تصاویر سنگ کربناته با وضوح فوق‌العاده...

      Go to contribution page
    3. 33. بررسی آسیب سازند ناشی از رسوب آسفالتین و رفع آن با استفاده از آنالیز دیجیتال مغزه
      Alireza Jorkesh (Shiraz University)
      24/09/2024, 10:15
      Digital Rocks / Machine Learning
      Oral Presentation

      در این مطالعه، رسوب آسفالتین و رفع آن با استفاده از حلال تولوئن در مقیاس منفذی و نیز تأثیر آن بر پارامترهای پتروفیزیکی یک نمونه بستر شنی با استفاده از روش تصویربرداری میکرو سی تی مورد بررسی قرار می¬گیرد. برای این کار، یک سری آزمایش در سه مرحله تعریف شده است: مرحله اول قبل از ایجاد آسیب، مرحله دوم پس از آسیب و مرحله سوم پس از رفع آسیب می-باشد. پس از اتمام هر مرحله، نمونه مورد استفاده تحت...

      Go to contribution page
    4. 31. Benchmarking the potential of Super-Resolution Convolutional Neural Networks in Improving the Resolution of Digital Rock Images
      Dr Saeid Sadeghnejad (1. Department of Petroleum Engineering, Faculty of Chemical Engineering, Tarbiat Modares University, Tehran, Iran 2. Johannes Gutenberg-University Mainz, Germany)
      24/09/2024, 10:30
      Digital Rocks / Machine Learning
      Oral Presentation

      Abstract
      The ultimate objective of digital rock physics is to accurately predict rock properties. However, the resolution of rock images obtained from imaging techniques often involves a trade-off between image resolution and field of view (FoV) (Bai, Berezovsky et al. 2020, Sadeghnejad, Enzmann et al. 2021). The presence of heterogeneous rocks presents a significant challenge in accurate...

      Go to contribution page
    Building timetable...