| データの種類 |
数値
|
| データの変数（パラメーター）の変数名 |
パイプ内の水層の幾何学的な相配置におけるガス層の割合|パイプ内のガス層の幾何学的な相配置におけるガス層の割合|パイプ内の水層の幾何学的な相配置における水の割合|パイプ内の油層の幾何学的な相配置における油の割合|パイプ内の油層の幾何学的な相配置におけるガス層の割合|パイプ内のガス層の幾何学的な相配置における油の割合|各地点におけるガンマ線の経路長|パイプ内のガス層の幾何学的な相配置における水の割合|パイプ内の水層の幾何学的な相配置における油の割合|パイプ内の油層の幾何学的な相配置における水の割合 |
| データの概要説明 |
パターン認識と機械学習（PRML）で紹介された送油ポンプの油・水・ガス層の各位置における割合の観測データ。北海の原油転送パイプラインにおいて、油・水・ガスの含有率を非侵襲的に測定するプロジェクトのために作られた人工データである（Bishop and James, 1993）。 本データ集合は、12本のガンマ線で測定される経路長と、油と水の含有率及び総配置を表す2値のラベルからなる。訓練データ、検証データ、テストデータの3つに分けられ、それぞれ独立した1000個のデータ点を有する。 |
| 想定しているデータの分析・シミュレーションプロセス |
・2?エネルギーガンマ濃度測定法（dual-energy gamma densitometry）
・主成分分析(Principal Component Analysis)：次元削減、
・主成分分析(Principal Component Analysis)：非可逆データ圧縮、
・主成分分析(Principal Component Analysis)：特徴抽出、
・主成分分析(Principal Component Analysis)：データ可視化、
・主成分分析(Principal Component Analysis)：Karhunen-Loeve変換、
・確率的主成分分析のEMアルゴリズム、GTM（生成的地形図：Generative Topographic Mapping） |
| 想定しているデータの分析・シミュレーションプロセスの結果 （データ分析結果／ツールの出力／典型例など） |
パイプ断面における油・水・ガスの体積比率、各地点の層構成（層状流、環状流、一様流） |
| 上記の分析・シミュレーションプロセス以外に期待する分析 |
可視化アルゴリズムのテストデータとしての利用 |
作成日：2015年10月28日 最終更新日：2015年10月28日
コメントする
いいね
お気に入り
全体に公開
2022年02月13日
コメントフォーム