Aller au contenu principal
2025 article

A meta-learning fusion method for monitoring data prediction of oil wells

0Citations 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 meta-learning fusion method for monitoring data prediction of oil wells
Date Crossref
01/08/2025
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

  • Changzhou University pays non établi dans la notice
    Université ou école supérieure
  • China University of Petroleum pays non établi dans la notice
    Université ou école supérieure
  • Changzhou Institute of Technology pays non établi dans la notice
    Université ou école supérieure
  • School of Petroleum and Natural Gas Engineering pays non établi dans la notice
    Université ou école supérieure
  • School of Petroleum Engineering pays non établi dans la notice
    Université ou école supérieure
  • School of Aerospace and Mechanical Engineering pays non établi dans la notice
    Université ou école supérieure

Changzhou University, China University of Petroleum et Changzhou Institute of Technology, avec 3 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Hydraulic Fracturing and Reservoir AnalysisDrilling and Well EngineeringReservoir Engineering and Simulation Methods

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.