Aller au contenu principal
2025 article

An automatic Lithofacies sample labeling method by integrating deep learning and Gaussian mixture model

3Citations signalées, ce qui n’est pas une note de qualité
2Institutions 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
An automatic Lithofacies sample labeling method by integrating deep learning and Gaussian mixture model
Date Crossref
04/06/2025
Éditeur
Springer Science and Business Media LLC
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

  • Northeast Petroleum University Sanya Offshore Oil & Gas Research Institute pays non établi dans la notice
    Université ou école supérieure
  • Daqing Oilfield General Hospital pays non établi dans la notice
    Établissement de santé
  • School of Computer & Information Technology pays non établi dans la notice
    Université ou école supérieure
  • National Key Laboratory of Continental Shale Oil pays non établi dans la notice
    Structure de recherche
  • School of Earth Sciences pays non établi dans la notice
    Université ou école supérieure
  • Hainan Vocational University of Science and Technology pays non établi dans la notice
    Université ou école supérieure

Sanya Offshore Oil & Gas Research Institute — Northeast Petroleum University, Daqing Oilfield General Hospital et School of Computer & Information Technology, avec 3 autres affiliations.

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

Les sujets associés

Geochemistry and Geologic MappingImage and Object Detection TechniquesBlind Source Separation Techniques

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.