Skip to content
Veröffentlichen & Verteilen
Verlagslösungen
Vertriebslösungen
Bibliotheksdienste
Themen
Allgemein
Altertumswissenschaften
Architektur und Design
Bibliotheks- und Informationswissenschaft, Buchwissenschaft
Biologie
Chemie
Geowissenschaften
Geschichte
Industrielle Chemie
Informatik
Jüdische Studien
Kulturwissenschaften
Kunst
Linguistik und Semiotik
Literaturwissenschaft
Materialwissenschaft
Mathematik
Medizin
Musik
Pharmazie
Philosophie
Physik
Rechtswissenschaften
Sozialwissenschaften
Sport und Freizeit
Technik
Theologie und Religion
Wirtschaftswissenschaften
Veröffentlichungen
Zeitschriften
Bücher
Konferenzberichte
Verlage
Journal Matcher
Blog
Kontakt
Suche
Deutsch
English
Deutsch
Polski
Español
Français
Italiano
Warenkorb
Home
Zeitschriften
Applied Mathematics and Nonlinear Sciences
Band 9 (2024): Heft 1 (Januar 2024)
Uneingeschränkter Zugang
Deep Learning-based Computational Electromagnetics for Deep Exploration of Oil and Gas Reservoirs
Na Li
Na Li
Yancheng Institute of Technology
Yancheng, China
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Li, Na
und
Hongmei Liu
Hongmei Liu
Air Force Aviation University
Changchun, China
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Liu, Hongmei
05. Juli 2024
Applied Mathematics and Nonlinear Sciences
Band 9 (2024): Heft 1 (Januar 2024)
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zusammenfassung
Referenzen
Autoren
Artikel in dieser Ausgabe
Vorschau
PDF
Zitieren
Teilen
COVER HERUNTERLADEN
Online veröffentlicht:
05. Juli 2024
Eingereicht:
05. März 2024
Akzeptiert:
26. Mai 2024
DOI:
https://doi.org/10.2478/amns-2024-1642
Schlüsselwörter
Time-frequency electromagnetic method
,
Deep learning
,
Adaptive differential evolutionary algorithm
,
Forward and reverse
,
Deep exploration of oil and gas reservoirs
© 2024 Na Li et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.
