一种基于能量扩散约束的重复压裂产量Transformer预测模型优化方法

AITNT
正文
推荐专利
一种基于能量扩散约束的重复压裂产量Transformer预测模型优化方法
申请号:CN202510192550
申请日期:2025-02-21
公开号:CN120124452A
公开日期:2025-06-10
类型:发明专利
摘要
本发明提供了一种基于能量扩散约束的重复压裂产量Transformer预测模型优化方法。该方法借助能量约束扩散框架与经典Transformer架构中注意力模块的天然联系,以全局能量的最小化为约束,通过重新排列状态更新方程中的状态传播项,将Transformer架构每次迭代的计算复杂度从O(N2)降低到O(N)。优化后,5000轮运算的时间耗费从8分钟降低至5分半,大幅提高了用Transformer架构筛选重复压裂目标井的工作效率。
技术关键词
预测模型优化方法 注意力 深度神经网络 状态更新 层级 数据 框架 模块 复杂度 表达式 方程 信号 噪声 节点 定义
系统为您推荐了相关专利信息
1
一种地质矿产勘查方法及系统
遥感找矿 地质矿产勘查 识别神经网络 卷积神经网络模型 找矿靶区
2
一种基于深度学习的多点地质统计学沉积微相预测方法
多点地质统计学 数据 测井曲线 多尺度特征融合网络 深度学习特征提取
3
一种基于互补时空注意力机制的水面漂浮物检测方法
时空注意力机制 空间特征信息 多层感知机 融合多尺度信息 特征提取模块
4
基于票据方位的识别和校正方法及系统
票据 深度卷积神经网络 校正方法 多尺度特征提取 注意力
5
离线地图加载方法、装置、计算机设备及可读存储介质
层级 地图瓦片 离线 地图加载方法 坐标
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号