[ult_tab_element tab_style=”Style_4″ tab_max=”on” title_font_size=”18″ title_font_style=”font-weight:bold;” desc_font_style=”font-weight:bold;”][single_tab title=”xx/10/2020 (Quarta)” tab_id=”1602215155482-0-8″]
[/single_tab][single_tab title=”29/10/2020 (Quinta)” tab_id=”1602215159011-0-4″]
[/single_tab][single_tab title=”30/10/2020 (Sexta)” tab_id=”1602216784538-1-5″][/single_tab][/ult_tab_element]
09:00 – 10:00
10:15 – 10:55
11:10 – 11:50
14:00 – 15:00
15:15 – 16:15
16:30 – 17:30
Estimativa de permeabilidade em reservatórios carbonáticos na Bacia de Campos usando técnicas de Mineração de dados e Aprendizado de Máquina, juntamente com dados de perfil de poço
Algoritmos evolucionários multiobjetivos aplicados à programação de produção em refinaria.
Um sistema não intrusivo para classificar a gravidade de danos causados pela corrosão interna usando a técnica de queda potencial e mapeamento de imagem
Aplicação de técnicas de aprendizado de máquina para previsão de perda severa na perfuração de poços do pré-sal
Sistema de apoio à decisão SimProxy: Um modelo de proxy baseado em redes neurais aplicado à otimização integrada de superfície e reservatório
Petrolês: Técnicas de NLP para a indústria do petróleo
Mohammad Saad
Cristiane Salgado
Jorge Luís do Amaral
Giovani Machado
Manoela Kholer
Fábio Cordeiro
UENF
PETROBRAS
UERJ
PETROBRAS
PUC-Rio
PETROBRAS
09:00 – 10:00
10:15 – 10:55
11:10 – 11:50
14:00 – 15:00
15:15 – 16:15
16:30 – 17:30
Metodologia inteligente para tratamento de incertezas geológicas de campos petrolíferos
Guardião – Inteligência artificial para segurança de colaboradores em área industrial
RockML: da sísmica à interpretação
FLEXWELL – Um sistema para estimar o valor da flexibilidade e gestão de poços inteligentes sob incerteza
Modelos de aprendizado de máquina não supervisionados aplicados a interpretações sísmicas
Gypscie: Gerência de modelos de inteligência artificial
Juan Lazo
Pedro Henrique Torres
Daniel Chevitarese
Ana Carolina de Abreu
Alimed Celecia
Fabio Porto
Universidad del Pacífico (Peru)
PETROBRAS
IBM Research
PUC-Rio
PUC-Rio
LNCC
[ult_tab_element][single_tab title=”Tab 1″ tab_id=”71e793c2-9a4f-7″][/single_tab][single_tab title=”28/10/2020 (Quarta)” tab_id=”ab926fb0-84f0-4″][/single_tab][/ult_tab_element]