Développement d’une application web permettant l’extraction de renseignements sur le forage et prévision des risques de forage / Ahmed Abdelnour Terfani (2025)

Public ISBD Titre : Développement d’une application web permettant l’extraction de renseignements sur le forage et prévision des risques de forage : application SLB NAF Ex-Schlumberger Type de document : document électronique Auteurs : Ahmed Abdelnour Terfani, Auteur ; Adel Sofiane Izerouel, Auteur ; Oussama Arki, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2025 Importance : 1 fichier PDF (18.8 Mo) Présentation : ill. Note générale : Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Génie Industriel.Date Science et intelligence artificiel : Alger, École Nationale Polytechnique : 2025 Bibliogr. p. 109 - 112 .- Annexe p. 113 - 132 Langues : Français (fre) Mots-clés : Rapports Journaliers de Forage (DDR) Extraction d’Informations Visualisation Prédiction des Risques Apprentissage Automatique Modèles d’IA Forage Pétrolier et Gazier Application Web Index. décimale : PI01125 Résumé : Ce travail porte sur le développement intégral, à partir de zéro, d’une application web pour l’extraction d’informations et la prédiction des risques à partir des rapports journaliers de forage (DDR) dans l’industrie pétrolière et gazière. L’objectif principal est de fournir aux ingénieurs et responsables de forage des informations exploitables pour optimiser l’efficacité opérationnelle et atténuer les dangers potentiels. La solution, conçue et réalisée entièrement en interne, comprend le traitement des données des DDR, l’application de techniques de science des données pour la reconnaissance de formes, et l’utilisation de modèles d’apprentissage automatique et d’intelligence artificielle (IA) avancés pour la génération d’informations pertinentes et la prédiction fiable des risques. Toutes ces fonctionnalités sont accessibles via une interface web de type tableau de bord (dashboard) conviviale, spécifiquement conçue pour une analyse efficace des données et une visualisation claire des risques prédits. Développement d’une application web permettant l’extraction de renseignements sur le forage et prévision des risques de forage : application SLB NAF Ex-Schlumberger [document électronique] / Ahmed Abdelnour Terfani, Auteur ; Adel Sofiane Izerouel, Auteur ; Oussama Arki, Directeur de thèse . - [S.l.] : [s.n.], 2025 . - 1 fichier PDF (18.8 Mo) : ill. Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Génie Industriel.Date Science et intelligence artificiel : Alger, École Nationale Polytechnique : 2025 Bibliogr. p. 109 - 112 .- Annexe p. 113 - 132 Langues : Français (fre) Mots-clés : Rapports Journaliers de Forage (DDR) Extraction d’Informations Visualisation Prédiction des Risques Apprentissage Automatique Modèles d’IA Forage Pétrolier et Gazier Application Web Index. décimale : PI01125 Résumé : Ce travail porte sur le développement intégral, à partir de zéro, d’une application web pour l’extraction d’informations et la prédiction des risques à partir des rapports journaliers de forage (DDR) dans l’industrie pétrolière et gazière. L’objectif principal est de fournir aux ingénieurs et responsables de forage des informations exploitables pour optimiser l’efficacité opérationnelle et atténuer les dangers potentiels. La solution, conçue et réalisée entièrement en interne, comprend le traitement des données des DDR, l’application de techniques de science des données pour la reconnaissance de formes, et l’utilisation de modèles d’apprentissage automatique et d’intelligence artificielle (IA) avancés pour la génération d’informations pertinentes et la prédiction fiable des risques. Toutes ces fonctionnalités sont accessibles via une interface web de type tableau de bord (dashboard) conviviale, spécifiquement conçue pour une analyse efficace des données et une visualisation claire des risques prédits.

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
EP00980	PI01125	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Data sciences_Intelligence artificielle	Téléchargeable