KIT | KIT-Bibliothek | Impressum | Datenschutz

Porosity and permeability prediction from petrographic point-counting data using machine learning: Applications to Rotliegendes and Buntsandstein reservoirs

Sadrikhanloo, Sahar 1; Busch, Benjamin ORCID iD icon 1; Hilgers, Christoph ORCID iD icon 1
1 Institut für Angewandte Geowissenschaften (AGW), Karlsruher Institut für Technologie (KIT)


Verlagsausgabe §
DOI: 10.5445/IR/1000190489
Veröffentlicht am 12.02.2026
Originalveröffentlichung
DOI: 10.1016/j.engeos.2026.100537
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Angewandte Geowissenschaften (AGW)
Publikationstyp Zeitschriftenaufsatz
Publikationsmonat/-jahr 04.2026
Sprache Englisch
Identifikator ISSN: 2666-7592
KITopen-ID: 1000190489
Erschienen in Energy Geoscience
Verlag KeAi Communications Co. Ltd.
Band 7
Heft 2
Seiten Art.-Nr.: 100537
Vorab online veröffentlicht am 02.02.2026
Nachgewiesen in OpenAlex
Dimensions
KIT – Die Universität in der Helmholtz-Gemeinschaft
KITopen Landing Page