• Bokmål
  • English

Nettstedskart

SAND

SAND

Statistisk Analyse av Naturressurs Data - SAND

SAND ble etablert i 1984, og er en betydelig internasjonal bidragsyter til forskning og tjenester innen reservoarbeskrivelse, stokastisk modellering og geostatistikk for oljeindustrien. Vårt primære mål er å bruke statistiske metoder for å redusere og kvantifisere risiko og usikkerhet. Hovedområdet er stokastisk modellering av geologi i petroleumsreservoarer inkludert oppskalering og historie matching. Vi har også en betydelig aktivitet på alle typer risikokvantifisering, primært innen energisektoren.

Ansatte har bakgrunn i statistikk, matematikk, fysikk, numerisk analyse og informatikk. For å sikre at vi jobber med interessante og relevante problemstillinger for petroleumsindustrien, har vi nært samarbeid med fagfolk innen geo-vitenskap når dette er relevant for prosjektet. De fleste prosjektene er finansiert av oljeselskaper, programvareleverandører innen oljeindustrien og forskningsprosjekter sponset av EU-kommisjonen og Norges forskningsråd.

Forskningsområder


Siste 5 vitenskapelige artikler

    Lee, Daesoo; Ovanger, Oscar; Eidsvik, Jo; Aune, Erlend; Skauvold, Jacob; Hauge, Ragnar. Latent Diffusion Model for Conditional Reservoir Facies Generation. arXiv 2023.

    Sanchis, Charlotte Juliette Semin; Kolbjørnsen, Odd. Sampling-Free Bayesian Inference for Local Refinement in Linear Inversion Problems with a Latent Target Property. IEEE Transactions on Geoscience and Remote Sensing (ISSN 0196-2892). 61 doi: 10.1109/TGRS.2023.3301717. 2023. Institutional archive 

    Ghione, Federica; Köhler, Andreas; Dichiarante, Anna Maria; Aarnes, Ingrid; Oye, Volker. Vs30 and depth to bedrock estimates from integrating HVSR measurements and geology-slope approach in the Oslo area, Norway. Frontiers in Earth Science (ISSN 2296-6463). 11 doi: 10.3389/feart.2023.1242679. 2023.

    Oakley, David Owen Smith; Cardozo, Nestor; Almendral Vazquez, Ariel; Røe, Per. Structural geologic modeling and restoration using ensemble Kalman inversion. Journal of Structural Geology (ISSN 0191-8141). 171 doi: 10.1016/j.jsg.2023.104868. 2023.

    Kjønsberg, Heidi; Hauge, Ragnar; Ndingwan, Abel Onana. Time-lapse Bayesian AVO inversion applied to the Edvard Grieg field in the North Sea. SEG technical program expanded abstracts (ISSN 1949-4645). doi: 10.1190/image2022-3745774.1. 2022.

Publikasjoner i 2024, 2023, 2022, 2021, 2020, tidligere år
Postadresse:
Norsk Regnesentral
Postboks 114 Blindern
0314 Oslo
Besøksadresse:
Norsk Regnesentral
Gaustadalleen 23a
Kristen Nygaards hus
0373 Oslo
Tlf:
(+47) 22 85 25 00
Adresse Hvordan komme til NR
Sosiale media Del på sosiale media
Personvernerklæring Personvernerklæring
Postadresse: Norsk Regnesentral, Postboks 114 Blindern, 0314 Oslo
Besøksadresse: Norsk Regnesentral, Gaustadalleen 23a, Kristen Nygaards hus, 0373 Oslo
Tlf: (+47) 22 85 25 00
AdresseHvordan komme til NR