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
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
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
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
票据
深度卷积神经网络
校正方法
多尺度特征提取
注意力