-
公开(公告)号：CN117933103A
公开(公告)日：2024-04-26
申请号：CN202410339656.X
申请日：2024-03-25
Applicant: 南京大学
IPC: G06F30/27 , G06N3/0464 , G06N3/047 , G06N3/08 , G06N7/01 , G06F111/08 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种基于贝叶斯深度学习的碳封存模型不确定性分析方法，利用深度神经网络学习多相流数值模型的高维复杂输入‑输出映射关系，形成计算快速的替代模型，取代运算时间长的数值模型计算不确定性分析相应的统计指标，显著降低计算负荷，并利用贝叶斯方法量化基于替代模型计算统计指标结果的置信区间。本发明通过用计算快速的替代模型取代求解计算量大的碳封存数值模型进行快速计算，有效提高不确定性分析的计算效率，从而充分考虑多种可能水文地质情景，量化CO2迁移分布的不确定性，为碳封存工程的优化设计和风险评估提供理论基础和技术支撑。
-
公开(公告)号：CN114818548A
公开(公告)日：2022-07-29
申请号：CN202210738233.6
申请日：2022-06-28
Applicant: 南京大学
IPC: G06F30/28 , G06F30/27 , G06N3/04 , G06N3/08 , G06F111/10 , G06F113/08
Abstract: 本发明公开了一种基于卷积生成对抗网络的含水层参数场反演方法，利用卷积生成对抗网络构建和学习含水层参数场的非均质特征到低维标准正态分布向量的映射关系，实现复杂非均质特征的简单参数化表征，既充分考虑和保留了含水层参数场的复杂非均质特征，又显著减少了待估计参数的数量。本发明通过将卷积生成对抗网络与多步数据同化集合平滑算法结合，基于地下水流‑溶质运移数值模型、水头和浓度观测数据，只需估计低维正态分布变量，即可高效可靠地实现复杂非均质含水层参数场反演，进而有效提高地下水数值模型的仿真性和可靠性。
-
公开(公告)号：CN119830962A
公开(公告)日：2025-04-15
申请号：CN202510316375.7
申请日：2025-03-18
Applicant: 南京大学
IPC: G06N3/047 , G06N3/08 , G06F18/214 , G06F18/21
Abstract: 本发明公开了基于贝叶斯深度学习的区域地下水埋深分布估算方法，本发明利用离散观测井位数据，结合降水、蒸散发、温度、坡度、距离最近地表水体距离、土壤类型、土地利用类型、地下水储量等多源数据作为输入因子，通过贝叶斯深度学习模型建立地下水埋深与输入因子间的非线性映射关系。本发明首先利用观测点位处的实测数据训练并验证模型，然后基于研究区输入因子数据估算得到区域地下水埋深分布，可有效解决传统地下水监测网络覆盖不足的问题，并能够以较高的空间分辨率刻画区域地下水埋深分布特征，为区域地下水资源可持续利用和生态保护提供科学支持。本发明方法具有通用性，适用于不同区域和多种数据条件下的地下水埋深预测。
-
公开(公告)号：CN117933316A
公开(公告)日：2024-04-26
申请号：CN202410339570.7
申请日：2024-03-25
Applicant: 南京大学
IPC: G06N3/047 , G06N3/0464 , G06Q10/04 , G06Q50/06
Abstract: 本发明公开了一种基于可解释贝叶斯卷积网络的地下水位概率预报方法，利用前沿时序预报模型和贝叶斯方法实现地下水位可靠概率预报，再利用解释算法识别量化各个输入特征对地下水位预报结果的贡献度。本发明能够基于一维时间序列的周期特征，将一维时间序列转换到二维空间上，再通过卷积网络提取序列的周期特征，从而实现地下水位可靠预报。本发明融合了蒙特卡洛丢弃贝叶斯方法和SHAP可解释性方法，量化了预报结果的不确定性和输入特征对预报结果的贡献度，实现了地下水位概率和可解释预报。基于地下水位监测数据和气象数据，本发明能够实现地下水位未来一个月变化的可靠预报，为地下水资源优化配置和生态环境保护提供决策支撑。
-
公开(公告)号：CN114386329B
公开(公告)日：2025-05-23
申请号：CN202210025261.3
申请日：2022-01-11
Applicant: 南京大学
IPC: G06F30/27 , G06F111/06
Abstract: 本发明公开了一种不确定性条件下DNAPL污染场地修复的多目标优化方法，首先，基于含水层非均质性及DNAPL污染源区的双重不确定性条件下，构建多目标优化模型，以表面活性剂修复井的注入量作为决策变量，以最小化SEAR修复总费用f1和最小化修复后NAPL相的分布范围#imgabs0#为优化目标，以修复井的注入量为约束条件；其次，为提高多相流多目标优化的计算效率，构建深度卷积神经网络模型，替代计算量耗时的SEAR修复DNAPL多相流数值模型；最后，采用优化算法调用替代模型对不确定条件下的优化模型进行求解，获得不确定条件下最优的修复方案。本发明能实现不确定条件下DNAPL污染场地最优修复方案的高效获取。
-
Patent Agency Ranking
公开(公告)号：CN112347155B
公开(公告)日：2023-11-21
申请号：CN202011182291.2
申请日：2020-10-29
Applicant: 南京大学
IPC: G06F16/2458 , G06F18/23213 , G06N3/0499 , G06N3/088 , G06Q10/04 , G06Q10/0639 , G06Q50/26
-
公开(公告)号：CN114818548B
公开(公告)日：2022-09-06
申请号：CN202210738233.6
申请日：2022-06-28
Applicant: 南京大学
IPC: G06F30/28 , G06F30/27 , G06N3/04 , G06N3/08 , G06F111/10 , G06F113/08
Abstract: 本发明公开了一种基于卷积生成对抗网络的含水层参数场反演方法，利用卷积生成对抗网络构建和学习含水层参数场的非均质特征到低维标准正态分布向量的映射关系，实现复杂非均质特征的简单参数化表征，既充分考虑和保留了含水层参数场的复杂非均质特征，又显著减少了待估计参数的数量。本发明通过将卷积生成对抗网络与多步数据同化集合平滑算法结合，基于地下水流‑溶质运移数值模型、水头和浓度观测数据，只需估计低维正态分布变量，即可高效可靠地实现复杂非均质含水层参数场反演，进而有效提高地下水数值模型的仿真性和可靠性。
-
公开(公告)号：CN112149353A
公开(公告)日：2020-12-29
申请号：CN202011014665.X
申请日：2020-09-24
Applicant: 南京大学
IPC: G06F30/27 , G06K9/62 , G06N3/04 , G06F113/08
Abstract: 本发明公开一种基于卷积神经网络识别DNAPL污染物在地下含水层分布的方法，首先，使用CVAE神经网络对非平稳DNAPL饱和度和有效渗透系数场进行参数化；其次，训练CVAE神经网络生成具有物理意义的污染源区结构样本；最好，将CVAE与ESMDA结合，同时考虑多源观测数据，在观测数据有限的前提下，实现DNAPL污染源区的精细识别。本发明在利用同等数据量的情况下，大大提高污染物识别精度，为后期的污染物修复提供有益指导，降低修复成本；并以较低的成本实现较高的污染物识别精度。
-
公开(公告)号：CN119203780A
公开(公告)日：2024-12-27
申请号：CN202411582981.5
申请日：2024-11-07
Applicant: 南京大学
IPC: G06F30/27 , G06F18/214 , G06F111/10 , G06F119/02
Abstract: 本发明公开了基于深度学习参数化策略的CO2地质封存反演模拟方法，利用深度学习方法对CO2地质封存储层的复杂渗透率场进行参数化降维表征，以一组低维正态分布的潜向量表征非均质渗透率场的分布特征，减少了CO2地质封存数值模拟中的待估参数数量。本发明通过将基于深度学习的参数化方法和多重数据同化迭代集合平滑算法相结合，反演时只需要循环更新低维潜向量，即可高效推估复杂储层的非均质渗透率场，进而提高数值模型对CO2地质封存过程的模拟预测精度。该发明通过有效推估CO2地质封存储层的复杂渗透率分布，提高了对CO2迁移转化过程的模拟刻画精度，可为CO2地质封存项目的优化运营和风险管理提供技术支撑。
-
公开(公告)号：CN117933316B
公开(公告)日：2024-05-31
申请号：CN202410339570.7
申请日：2024-03-25
Applicant: 南京大学
IPC: G06N3/047 , G06N3/0464 , G06Q10/04 , G06Q50/06
Abstract: 本发明公开了一种基于可解释贝叶斯卷积网络的地下水位概率预报方法，利用前沿时序预报模型和贝叶斯方法实现地下水位可靠概率预报，再利用解释算法识别量化各个输入特征对地下水位预报结果的贡献度。本发明能够基于一维时间序列的周期特征，将一维时间序列转换到二维空间上，再通过卷积网络提取序列的周期特征，从而实现地下水位可靠预报。本发明融合了蒙特卡洛丢弃贝叶斯方法和SHAP可解释性方法，量化了预报结果的不确定性和输入特征对预报结果的贡献度，实现了地下水位概率和可解释预报。基于地下水位监测数据和气象数据，本发明能够实现地下水位未来一个月变化的可靠预报，为地下水资源优化配置和生态环境保护提供决策支撑。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.016 seconds)
