알라딘

자원개발 머신러닝 입문

윤대웅 외 지음 | CIR(씨아이알)
  • 등록일2019-06-17
  • 파일포맷pdf
  • 파일크기28 M  
  • 지원기기아이폰, 아이패드, 안드로이드, 태블릿, PC
  • 보유현황보유 1, 대출 0, 예약 0
  • 평점 평점점 평가없음

책소개

디지털 자원개발과 머신러닝 입문서

자원개발의 정보 통신 기술 융합은 유전 개발 분야는 디지털 오일필드(digital oilfield), 광산 개발 분야는 스마트마이닝(smart mining)이라는 이름으로 불리며, 시장 예측 기관들은 앞으로 몇 년 후면 세계 시장 규모가 50조 원이 될 것으로 예상하고 있다. 하지만 우리나라의 디지털 자원개발 분야는 글로벌 기업들보다 연구개발이나 사업화, 특히 교육 인프라가 많이 뒤처져 있는 초보적인 단계라는 것이 현실이다. 이에 대학과 연구기관 그리고 기업의 자원 분야 전공자들이 모여 이 책을 출간하게 되었다.
이 책은 디지털 자원개발 산업에 대한 소개와 디지털 오일필드, 스마트 마이닝에 대한 기본 이론 및 현장 기술에 대해 간단히 살펴보고 머신러닝과 딥러닝 이론을 다룬 뒤 실제 현장에서 활용할 수 있도록 되도록 예제 위주로 다양한 현장 적용 프로그램을 다루고 있다. 따라서 자원공학이나 지질학 전공자뿐만 아니라 컴퓨터 공학 등 정보통신 분야 학생들도 이 분야로 진출하기 위한 입문서로 유용하게 활용할 수 있을 것이다. 또한 현장에서도 쉽게 용례를 찾아보며 매뉴얼로도 활용이 가능하도록 다음과 같이 10개의 장으로 구성하였다.

CHAPTER 01 4차 산업혁명과 자원개발
CHAPTER 02 광물자원탐사 융합해석
CHAPTER 03 스마트 마이닝
CHAPTER 04 석유탐사와 머신러닝
CHAPTER 05 디지털 오일필드
CHAPTER 06 머신러닝, 딥러닝 기초 이론
CHAPTER 07 머신러닝을 이용한 광물자원탐사 융합해석
CHAPTER 08 스마트 마이닝과 머신러닝
CHAPTER 09 석유탐사 자료 머신러닝
CHAPTER 10 디지털 오일필드와 딥러닝

▶ 출판사 서평
이 책은 디지털 자원개발 산업에 대한 소개와 디지털 오일필드, 스마트 마이닝에 대한 기본이론을 담고 있다. 또한 실제 현장에서 활용할 수 있는 예제들을 수록하고 있어 현장에서도 매뉴얼로 활용할 수 있도록 기획하였다. 이 책이 우리나라의 디지털 자원개발 분야를 선도하는 데 도움이 되길 바란다.

저자소개

한양대학교 자원환경공학과 연구교수

목차

용어정리

CHAPTER 01 4차 산업혁명과 자원개발
1. 우리에게 다가온 4차 산업혁명
2. 4차 산업혁명과 에너지·자원
3. 4차 산업혁명과 자원개발 산업
4. 자원산업 미래 전략

CHAPTER 02 광물자원탐사 융합해석
1. 광물자원탐사 개요
2. 광물자원탐사 융합해석
3. 광물자원탐사 머신러닝 적용사례

CHAPTER 03 스마트 마이닝
1. 스마트 마이닝 기술 개요
2. 무선통신기술
3. 광산관리시스템
4. 충돌방지시스템

CHAPTER 04 석유탐사와 머신러닝
1. 석유탐사의 개요
2. 석유탐사 자료의 특수자료처리
3. 석유탐사 자료의 융합해석
4. 석유탐사 분야 머신러닝 적용사례

CHAPTER 05 디지털 오일필드
1. 디지털 오일필드 개요
2. 디지털 오일필드 장비
3. 디지털 오일필드 운영
4. 디지털 오일필드 미래

CHAPTER 06 머신러닝, 딥러닝 기초 이론
1. 머신러닝 소개
2. 데이터 전처리
3. 선형/로지스틱 회귀
4. 서포트 벡터 머신
5. 트리 기반 모델
6. 인공 신경망
7. 심층 신경망
8. 합성곱 신경망
9. 순환 신경망

CHAPTER 07 머신러닝을 이용한 광물자원탐사 융합해석
1. 물리탐사 자료와 머신러닝을 이용한 광체 모델링 실습
2. 머신러닝 기법을 활용한 잠재광상 예측 실습

CHAPTER 08 스마트 마이닝과 머신러닝
1. 스마트 마이닝 머신러닝 프로젝트
2. 머신러닝 기반 광석 분류 및 실습
3. 머신러닝 기반 지하광산 지반침하 분석 및 실습

CHAPTER 09 석유탐사 자료 머신러닝
1. 석유탐사와 머신러닝
2. 저류층 특성화
3. Vincent field 자료를 이용한 저류층 특성화

CHAPTER 10 디지털 오일필드와 딥러닝
1. 디지털 오일필드 데이터 전처리
2. 셰일가스 생산성에 대한 딥러닝 실습
3. 순환 신경망을 사용한 공저압력 예측 실습

한줄 서평