A deep learning method for drilling condition identification based on data oversampling and automated feature extraction
1Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- A deep learning method for drilling condition identification based on data oversampling and automated feature extraction
- Date Crossref
- 01/09/2026
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Yangtze University pays non établi dans la noticeUniversité ou école supérieure
-
Hubei University pays non établi dans la noticeUniversité ou école supérieure
-
China National Petroleum Corporation (China) pays non établi dans la noticeEntreprise
-
School of Petroleum Engineering pays non établi dans la noticeUniversité ou école supérieure
-
CNPC Chuanqing Drilling Engineering Co. Ltd. Changqing Drilling Corporation pays non établi dans la noticeEntreprise
Yangtze University, Hubei University et China National Petroleum Corporation (China), avec 2 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Drilling and Well EngineeringTunneling and Rock MechanicsEngineering Diagnostics and Reliability