As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Classificação de fácies de registro de poços usando aprendizado de máquina
Data de publicação: 16 ** de setembro de 2022 ([Histórico do diagrama](#diagram-history)) **
Essa solução incorpora registros de [ poços ](https://en.wikipedia.org/wiki/Well_logging) (medições de poços) do data center corporativo e aplica um modelo de ML de baixo código aos dados usando o SageMaker AI Autopilot para obter uma classificação de [ fácies ](https://en.wikipedia.org/wiki/Facies) (tipo de rocha) em cada profundidade medida.
## Classificação de fácies de registro de poços usando aprendizado de máquina
As etapas a seguir descrevem a arquitetura:
1. Use [AWS DataSync](https://docs.aws.amazon.com/datasync/latest/userguide/what-is-datasync.html) para transferir registros de poços armazenados no data center corporativo para a AWS nuvem.
1. Use um [ bucket ](https://docs.aws.amazon.com/AmazonS3/latest/userguide/Welcome.html) do Amazon Simple Storage Service para armazenar todos os dados de entrada para modelos de ML.
1. Use [ a SageMaker IA ](https://docs.aws.amazon.com/sagemaker/latest/dg/whatis.html) da Amazon para preparar, criar, treinar e implantar modelos de ML. SageMaker O AI Notebook é uma instância de notebook totalmente gerenciada, pré-carregada com bibliotecas úteis. Use o SageMaker AI Autopilot para treinar automaticamente modelos de ML. Implante modelos treinados em endpoints de inferência de SageMaker IA.
1. Use os buckets do Amazon S3 para armazenar todos os dados e resultados dos modelos de ML.
1. Use o [ Amazon Quick Sight ](https://docs.aws.amazon.com/quicksight/latest/user/welcome.html) para gerar painéis para usuários finais. O Quick usa as previsões dos modelos de ML armazenados no Amazon S3 por meio [ do Amazon Athena. ](https://docs.aws.amazon.com/athena/latest/ug/what-is.html)
1. Os geocientistas podem baixar as ML-classified fácies em cada profundidade de registro de poço do bucket do Amazon S3. Eles podem integrar os resultados com seu fluxo de trabalho geocientífico para melhorar as decisões de negócios.
1. Use [AWS Identity and Access Management](https://docs.aws.amazon.com/IAM/latest/UserGuide/introduction.html) para controle de acesso refinado em todos os serviços. [A Amazon CloudWatch ](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/WhatIsCloudWatch.html) coleta dados operacionais e de monitoramento. [O AWS Cost Explorer ](https://docs.aws.amazon.com/cost-management/latest/userguide/ce-what-is.html) fornece uma interface para visualizar e gerenciar AWS custos.
## Outras fontes de leitura
Para obter informações adicionais, consulte os seguintes recursos:
+ [AWS Ícones de arquitetura ](https://aws.amazon.com/architecture/icons)
+ [AWS Centro de Arquitetura ](https://aws.amazon.com/architecture)
+ [AWS Well-Architected](https://aws.amazon.com/architecture/well-architected)
+ [Página do produto Amazon SageMaker AI ](https://aws.amazon.com/sagemaker/)
## Histórico do diagrama
Para ser notificado sobre atualizações nesse diagrama de arquitetura de referência, assine o feed RSS.
| Alteração | Descrição | Data |
| --- |--- |--- |
| [Publicação inicial](#diagram-history) | Diagrama de arquitetura de referência publicado pela primeira vez. | 16 de setembro de 2022 |
**nota**
Para assinar as atualizações de RSS, você deve ter um plug-in RSS ativado para o navegador que está usando.