دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Professor Gregoire Mariethoz. Professor Jef Caers
سری:
ISBN (شابک) : 111866275X, 9781118662755
ناشر: Wiley-Blackwell
سال نشر: 2014
تعداد صفحات: 378
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 22 مگابایت
در صورت تبدیل فایل کتاب Multiple-point Geostatistics: Stochastic Modeling with Training Images به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب زمین آمار چند نقطه ای: مدل سازی تصادفی با تصاویر آموزشی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب مقدمه ای جامع برای زمین آمارهای چند نقطه ای ارائه می دهد، که در آن تداوم فضایی با استفاده از تصاویر آموزشی توصیف می شود. هدف زمین آمار چند نقطه ای پل زدن شکاف بین مدل سازی فیزیکی/واقع گرایی و مدل سازی تصادفی مکانی-زمانی است. این کتاب در سه بخش مروری بر این حوزه جدید ارائه میکند. بخش اول یک مقایسه مفهومی بین نظریه تابع تصادفی سنتی و مدلسازی تصادفی بر اساس تصاویر آموزشی ارائه میکند، جایی که نظریه تابع تصادفی همیشه استفاده نمیشود. بخش دوم به تفصیل الگوریتمها و روششناسیهای مختلف را پوشش میدهد که از بلوکهای ساختمانی پایه در علم آمار و علوم کامپیوتر شروع میشود. مفاهیمی مانند مدلسازی غیر ثابت و چند متغیره، سازگاری بین دادهها و مدل، ساخت تصاویر آموزشی و مدلسازی معکوس بررسی میشوند. بخش سوم سه حوزه کاربردی را پوشش میدهد، یعنی مدلسازی مخزن، مدلسازی منابع معدنی و کاهش مقیاس مدل آب و هوا. این کتاب مرجع ارزشمندی برای دانشجویان، محققین و دست اندرکاران تمام حوزه های علوم زمین خواهد بود که در آن پیش بینی بر اساس داده های مکانی – زمانی انجام می شود.
This book provides a comprehensive introduction to multiple-point geostatistics, where spatial continuity is described using training images. Multiple-point geostatistics aims at bridging the gap between physical modelling/realism and spatio-temporal stochastic modelling. The book provides an overview of this new field in three parts. Part I presents a conceptual comparison between traditional random function theory and stochastic modelling based on training images, where random function theory is not always used. Part II covers in detail various algorithms and methodologies starting from basic building blocks in statistical science and computer science. Concepts such as non-stationary and multi-variate modeling, consistency between data and model, the construction of training images and inverse modelling are treated. Part III covers three example application areas, namely, reservoir modelling, mineral resources modelling and climate model downscaling. This book will be an invaluable reference for students, researchers and practitioners of all areas of the Earth Sciences where forecasting based on spatio-temporal data is performed.