Rate of Penetration (ROP) prediction of geothermal well drilling for the Utah FORGE drill site using machine learning and deep learning

Title: Rate of Penetration (ROP) prediction of geothermal well drilling for the Utah FORGE drill site using machine learning and deep learning
A feldolgozó neve: Czakó Tünde
A formátum neve: [application/pdf] PDF dokumentum
A típus neve: szakdolgozat
Altémakör: [foldt060] Hidrogeológia
Az adatrekord státusza: ellenőrzött
Beadás éve: 2021
Besorolási cím: Rate of Penetration (ROP) prediction of geothermal well drilling for the Utah FORGE drill site using machine learning and deep learning
Beviteli dátum: 2021-05-11
Elérhetőség: 3515 Miskolc-Egyetemváros, Uni-hotel|arbiba1919@gmail.com
Feltöltő e-mail címe: arbiba1919@gmail.com
Feltöltő neve: Mohamed Arbi Ben Aoun
Hozzáférés: dedikált gépeken elérhető|titkos (csak a metaadat látható)
Intézet: Környezetgazdálkodási Intézet
Kar: Műszaki Földtudományi Kar
Képzési szint: mesterképzés (MA, MSc, osztatlan)
Konzulens: Dr. Madarász Tamas Ph.D.|Madarász Tamás
Neptunkód: HYD2AF
Nyelv: [eng] angol
Szak: hidrogeológus mérnök (angol)|Hydrogeological Engineering Master Program
Szerep / minőség: ellenőrzés
Szerző: Ben Aoun, Mohamed Arbi|Mohamed Arbi Ben Aoun
Tagozat: nappali
Tanszék: Hidrogeológiai - Mérnökgeológiai Intézeti Tanszék
Tárgyszó: geothermal drilling|machine learning|Python
Témakör: [foldt] Földtudományok, földrajz