• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Mémoire de Maîtrise
DOI
https://doi.org/10.11606/D.44.2021.tde-16072021-105728
Document
Auteur
Nom complet
Karla Ximena Morales Rodriguez
Adresse Mail
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
São Paulo, 2021
Directeur
Jury
Rocha, Marcelo Monteiro da (Président)
Avansi, Michelle Chaves Kuroda
Carneiro, Cleyton de Carvalho
Titre en portugais
Avaliação de diferentes medidas de similaridade no SIMDISPAT - Novo Algoritmo de Simulação de Múltiplos Pontos
Mots-clés en portugais
Banco de dados de padrões
Estatística de múltiplos pontos (MPS)
Função de conectividade
Imagem de treinamento
Template
Resumé en portugais
As técnicas Geoestatísticas implementadas na modelagem de fenômenos espaciais, inicialmente foram baseadas em funções de probabilidades construídas a partir da estatística de dois pontos. No entanto, durante o decorrer dos anos, diferentes limitações foram encontradas, principalmente na reprodução de estruturas e características geológicas complexas. Na procura de uma solução, diferentes pesquisadores usaram estatísticas de mais do que dois pontos, denominada de simulação de multipontos (MPS). MPS emprega o conceito de Imagem de Treinamento (TI), que é um modelo geológico conceitual, que representa a continuidade espacial. O objetivo deste trabalho é desenvolver um novo algoritmo de simulação baseado nas MPS. O programa proposto é denominado SIMDISPAT, construído com base em conceitos do algoritmo do SNESIM (Single Normal Equations Simulation) e em conceitos do algoritmo do SIMPAT (Simulation with Patterns). O algoritmo foi escrito na linguagem de programação R. O método SIMDISPAT (Simulations with Distance and Pattern) simula imagens com características geológicas complexas, seja em 2D ou 3D. Para verificar a eficiência do algoritmo, são utilizados quatro bancos de dados sintéticos descritos na literatura (três bidimensionais e um tridimensional). Além disso, quatro distâncias de similaridade são testadas, duas amplamente aplicadas nos MPS - a distância de Manhattan e a distância Euclidiana - as outras duas distancias são comuns em diferentes áreas das ciências - a distância de Lorentz e a distância de Cosseno. Para comparar os resultados obtidos pelo algoritmo, utilizou-se a análise de conectividade para verificar qual das distâncias reproduz melhor as características de cada uma das TI, além disso, foi utilizado um método visual denominado escalonamento multidimensional (MDS) para explorar a estrutura de dados de similaridade. O SIMDISPAT é capaz de efetivamente reproduzir efetivamente as diferentes características das TI, com as distâncias de Manhattan, Euclidiana e Lorentz, porém à distância Cosseno apresenta problemas ao reproduzir os padrões das TI. Destaca-se que a distância Lorentz, que não é utilizada no MPS, reproduz satisfatoriamente as diferentes características das TI.
Titre en anglais
not available
Mots-clés en anglais
not available
Resumé en anglais
The Geostatistics techniques implemented in the modeling of spatial phenomena were initially based on probability functions built from two-point statistics. However, over the years, different limitations were found, mainly in the reproduction of structures and complex geological features. In search of a solution, different researchers used statistics of more than two points, called multipoint simulation (MPS). MPS employs the concept of Training Image (TI), which is a conceptual geological model that represents spatial continuity. The objective of this work is to develop a new simulation algorithm based on MPS. The proposed program is called SIMDISPAT, based on concepts from the SNESIM algorithm (Single Normal Equations Simulation) and on concepts from the SIMPAT algorithm (Simulation with Patterns). The algorithm was written in the R programming language. The SIMDISPAT (Simulations with Distance and Pattern) method simulates images with complex geological characteristics, either in 2D or 3D. To verify the algorithm's efficiency, four synthetic databases described in the literature are used (three two-dimensional and one three- dimensional). In addition, four similarity distances are tested, two widely applied in MPS - the Manhattan distance and the Euclidean distance - the other two distances are common in different areas of the sciences - the Lorentz distance and the Cosine distance. To compare the results obtained by the algorithm, connectivity analysis was used to verify which of the distances best reproduces the characteristics of each TI, in addition, a visual method called multidimensional scaling (MDS) was used to explore the structure of similarity data. SIMDISPAT is able to effectively reproduce the different characteristics of the TI, with the distances of Manhattan, Euclidean and Lorentz, but at the Coseno distance it presents problems when reproducing the TI patterns. It is noteworthy that the Lorentz distance, which is not used in the MPS, satisfactorily reproduces the different characteristics of TI.
 
AVERTISSEMENT - Regarde ce document est soumise à votre acceptation des conditions d'utilisation suivantes:
Ce document est uniquement à des fins privées pour la recherche et l'enseignement. Reproduction à des fins commerciales est interdite. Cette droits couvrent l'ensemble des données sur ce document ainsi que son contenu. Toute utilisation ou de copie de ce document, en totalité ou en partie, doit inclure le nom de l'auteur.
Date de Publication
2021-07-19
 
AVERTISSEMENT: Apprenez ce que sont des œvres dérivées cliquant ici.
Tous droits de la thèse/dissertation appartiennent aux auteurs
CeTI-SC/STI
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2021. Tous droits réservés.