采用树增强贝叶斯网络，仅用常规测井数据即可高效识别页岩储层岩相，为页岩气储层评价提供新方法。
Zhao, Zhenduo · Su, Siyuan · 单玄龙 · Li, Xuesong · Zhang, Jiahao · Jing, Cui · Ren, Hongjia · Li, Ang · Yang, Qin · Xing, Jian
Geoenergy Science and Engineering 2023
训练好的模型仅需输入6条常规测井曲线（GR、AC、DEN、CNL、PE、RT），即可对缺少岩心标定的井段进行岩相预测，摆脱了对取心和薄片鉴定的依赖。
在5折交叉验证下，对68个页岩样品的岩相识别准确率达到95.58%，表明模型具有可靠的泛化能力。
树增强贝叶斯网络允许测井属性之间存在相互依赖关系，相比假设属性独立的朴素贝叶斯等模型，更符合测井数据的实际结构，从而提升识别性能。