Buchumschlag

Assessing the Potential of Masked Autoencoder Foundation Models in Predicting Downhole Metrics from Surface Drilling Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Berezowski, Aleksander, Hassanzadeh, Hassan, Ginde, Gouri
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Do Masked Autoencoders Improve Downhole Prediction? An Empirical Study on Real Well Drilling Data
von: Berezowski, Aleksander, et al.
Veröffentlicht: (2026)

"So what if I used GenAI?" -- Implications of Using Cloud-based GenAI in Software Engineering Research
von: Ginde, Gouri
Veröffentlicht: (2024)

To Predict or Not To Predict? Proportionally Masked Autoencoders for Tabular Data Imputation
von: Kim, Jungkyu, et al.
Veröffentlicht: (2024)

A physics-guided neural network for flooding area detection using SAR imagery and local river gauge observations
von: Gierszewska, Monika, et al.
Veröffentlicht: (2024)

Automatic Classification of User Requirements from Online Feedback -- A Replication Study
von: Bhatt, Meet, et al.
Veröffentlicht: (2025)

Towards Extracting Ethical Concerns-related Software Requirements from App Reviews
von: Sorathiya, Aakash, et al.
Veröffentlicht: (2024)

Ethical software requirements from user reviews: A systematic literature review
von: Sorathiya, Aakash, et al.
Veröffentlicht: (2024)

Exploring Ethical Concerns of Mobile Applications from App Reviews: A Literature Survey
von: Sorathiya, Aakash, et al.
Veröffentlicht: (2026)

Graph Generative Models Evaluation with Masked Autoencoder
von: Wang, Chengen, et al.
Veröffentlicht: (2025)

Towards Extracting Software Requirements from App Reviews using Seq2seq Framework
von: Sorathiya, Aakash, et al.
Veröffentlicht: (2025)

Learning Representations from Incomplete EHR Data with Dual-Masked Autoencoding
von: Xiang, Xiao, et al.
Veröffentlicht: (2026)

BugsRepo: A Comprehensive Curated Dataset of Bug Reports, Comments and Contributors Information from Bugzilla
von: Acharya, Jagrit, et al.
Veröffentlicht: (2025)

SAGE: A Context-Aware Approach for Mining Privacy Requirements Relevant Reviews from Mental Health Apps
von: Sorathiya, Aakash, et al.
Veröffentlicht: (2025)

Where to Mask: Structure-Guided Masking for Graph Masked Autoencoders
von: Liu, Chuang, et al.
Veröffentlicht: (2024)

Masked Autoencoders are PDE Learners
von: Zhou, Anthony, et al.
Veröffentlicht: (2024)

Semi-Supervised Masked Autoencoders: Unlocking Vision Transformer Potential with Limited Data
von: Faysal, Atik, et al.
Veröffentlicht: (2026)

End-to-End Autoencoder for Drill String Acoustic Communications
von: Lezhenin, Iurii, et al.
Veröffentlicht: (2024)

Beyond Keywords: A Context-based Hybrid Approach to Mining Ethical Concern-related App Reviews
von: Sorathiya, Aakash, et al.
Veröffentlicht: (2024)

CMER: A Context-Aware Approach for Mining Ethical Concern-related App Reviews
von: Sorathiya, Aakash, et al.
Veröffentlicht: (2025)

Can We Enhance Bug Report Quality Using LLMs?: An Empirical Study of LLM-Based Bug Report Generation
von: Acharya, Jagrit, et al.
Veröffentlicht: (2025)

Rotary Masked Autoencoders are Versatile Learners
von: Zivanovic, Uros, et al.
Veröffentlicht: (2025)

DataDRILL: Formation Pressure Prediction and Kick Detection for Drilling Rigs
von: Arifeen, Murshedul, et al.
Veröffentlicht: (2024)

Masked Autoencoders as Universal Speech Enhancer
von: Rajagopalan, Rajalaxmi, et al.
Veröffentlicht: (2026)

Hi-GMAE: Hierarchical Graph Masked Autoencoders
von: Liu, Chuang, et al.
Veröffentlicht: (2024)

Masked Autoencoders are Efficient Continual Federated Learners
von: Paul, Subarnaduti, et al.
Veröffentlicht: (2023)

Rethinking Graph Masked Autoencoders through Alignment and Uniformity
von: Wang, Liang, et al.
Veröffentlicht: (2024)

Masked Graph Autoencoders with Contrastive Augmentation for Spatially Resolved Transcriptomics Data
von: Fang, Donghai, et al.
Veröffentlicht: (2024)

Geometry-Aware Generative Autoencoders for Warped Riemannian Metric Learning and Generative Modeling on Data Manifolds
von: Sun, Xingzhi, et al.
Veröffentlicht: (2024)

Forecasting Individual NetFlows using a Predictive Masked Graph Autoencoder
von: Anyfantis, Georgios, et al.
Veröffentlicht: (2026)

Enhancing DNA Foundation Models to Address Masking Inefficiencies
von: Safari, Monireh, et al.
Veröffentlicht: (2025)

Masked Autoencoders Are Effective Tokenizers for Diffusion Models
von: Chen, Hao, et al.
Veröffentlicht: (2025)

Revealing the Power of Masked Autoencoders in Traffic Forecasting
von: Sun, Jiarui, et al.
Veröffentlicht: (2023)

MAX: Masked Autoencoder for X-ray Fluorescence in Geological Investigation
von: Lee, An-Sheng, et al.
Veröffentlicht: (2024)

Masked BRep Autoencoder via Hierarchical Graph Transformer
von: Li, Yifei, et al.
Veröffentlicht: (2026)

Visual Disentangled Diffusion Autoencoders: Scalable Counterfactual Generation for Foundation Models
von: Bender, Sidney, et al.
Veröffentlicht: (2026)

Decomposing and Editing Predictions by Modeling Model Computation
von: Shah, Harshay, et al.
Veröffentlicht: (2024)

Robust Representation Learning in Masked Autoencoders
von: Shrivastava, Anika, et al.
Veröffentlicht: (2026)

Quantum Masked Autoencoders for Vision Learning
von: Andrews, Emma, et al.
Veröffentlicht: (2025)

Masked Graph Autoencoder with Non-discrete Bandwidths
von: Zhao, Ziwen, et al.
Veröffentlicht: (2024)

Improving Robustness In Sparse Autoencoders via Masked Regularization
von: Narayanaswamy, Vivek, et al.
Veröffentlicht: (2026)