000			03612namaa22004091i 4500
003			OSt
005			20250508121548.0
008			250419s2024 ua a|||fr|m|| 000 0 eng d
040			_aEG-GICUC _beng _cEG-GICUC _dEG-GICUC _erda
041	0		_aeng _beng _bara
049			_aDeposit
082	0	4	_a622.3382
092			_a622.3382 _221
097			_aM.Sc
099			_aCai01.13.12.M.Sc.2024.Sa.P.
100	0		_aSaid Hassan Hassaan Hassan, _epreparation.
245	1	0	_aPrediction of Reservoir Rock Permeability Using Artificial Intelligence in Carbonate Reservoir Utilizing Drilling Data / _cBy Said Hassan Hassaan Hassan; Under the Supervision of Prof. Dr. Abdel Sattar Abdel-Hamid Dahab
246	1	5	_aتوقع النفاذية لصخور الخزان باستخدام الذكاء الاصطناعي في خزان الكربونات بإستخدام بيانات الحفر /
264		0	_c2024.
300			_a92 pages : _billustrations ; _c30 cm. + _eCD.
336			_atext _2rda content
337			_aUnmediated _2rdamedia
338			_avolume _2rdacarrier
502			_aThesis (M.Sc.)-Cairo University, 2024.
504			_aBibliography: pages 66-76.
520			_aThis study aims to predict rock permeability using readily available drilling parameters without incurring additional costs. The study used three machine learning models, namely random forest (RF), decision trees (DT), and support vector machines (SVM), to predict porosity and permeability. The dataset used was obtained from two vertical wells located in the Middle East. The RF model exhibited accurate predictions of permeability, achieving R values surpassing 0.92 in the various datasets. The DT model displayed slightly lower performance, with the R-value decreasing to 0.88 in the testing dataset, the SVM model suffered from overfitting, with decreasing R values to 0.83 in the testing dataset. The study highlights the efficiency of data-driven machine learning models in real-time prediction of porosity and permeability using drilling parameters, which can enable timely and cost-effective estimation of reservoir properties while drilling
520			_aالهدف من هذه الدراسة هو توقع المسامية والنفاذية الصخرية باستخدام بيانات الحفر ونماذج التعلم الآلي. تم استخدام ثلاثة نماذج للتعلم الآلي (DT, RF, SVM) للتنبؤ بالمسامية والنفاذية من بيانات الحفر المتاحة بسهولة. أظهرت النماذج الثلاثة أداءً مشجعاً في توقع المسامية، وأظهر نموذج RF توقعات دقيقة للنفاذية بينما عانى نموذج SVM من التجهيز الزائد. تكمن اهمية هذه الدراسة في التقدير الفوري والفعال من حيث التكلفة لخصائص الخزان، وتحسين عمليات اتخاذ القرار المتعلقة بإدارة الخزان.
530			_aIssued also as CD
546			_aText in English and abstract in Arabic & English.
650		7	_aPetroleum Engineering _2qrmak
653		0	_aPermeability _aPorosity _aArtificial Intelligence _aCarbonate Reservoir
700	0		_aAbdel Sattar Abdel-Hamid Dahab _ethesis advisor.
900			_b01-01-2024 _cAbdel Sattar Abdel-Hamid Dahab _dGharib Moustafa Hamada _dMohammed Alaa-Eldin Abdel Baki _UCairo University _FFaculty of Engineering _DDepartment of Petroleum Engineering
905			_aNourhan _eEman Ghareb
942			_2ddc _cTH _e21 _n0
999			_c171612