Do Masked Autoencoders Improve Downhole Prediction? An Empirical Study on Real Well Drilling Data

Este estudo explora a aplicação de pré-treinamento com Masked Autoencoders (MAE) para predição de métricas de perfuração em poços, abordando a assimetria de dados em telemetria. Utilizando dados reais de perfuração, o MAE reduziu o erro médio absoluto em 19.8% em comparação com as linhas de base GRU supervisionadas para a previsão do Volume Total de Lama.