Systeme d'Estimation Oil & Gas

TensorFlow.js Deep Learning · Multi-Format Import · SQLite Persistence

0 lignes Aucun modele
Donnees importees
Entrainement Automatique

Le systeme teste 5 configurations et garde la meilleure

Evolution de la Perte (Loss)
Metriques
Qualite R2 --
Score Test --
MSE --
RMSE --

Coherence
Score Global --
Recherche de configuration optimale
Config LR Epochs R2 Cout R2 Duree Coherence Score
🏭
Onshore

Coeff: 1.0 · Marge: +/-10%

Offshore

Coeff: 1.75 · Marge: +/-20%

🔀
Mixte

Coeff: 1.35 · Marge: +/-15%

Parametres du Projet
Inflation par Scope (%)
Resultats de la Prediction

Cout Global (FCFA)

--

Duree Totale (jours)

--

Decomposition par Scope

Structure (PAT)

--

Peinture

--

Echafaudage

--

Piping

--
Confiance --
Type Projet --
Marge Erreur --
Architecture du Reseau (TensorFlow.js)
INPUT (11 features)
4 numeriques (log1p) + 4 flags binaires + 3 type one-hot
Modele Cout
Dense(64)→Drop(0.3)→Dense(32)→Dense(1)
Modele Duree
Dense(64)→Drop(0.3)→Dense(32)→Dense(1)
OUTPUT: Cout (FCFA) + Duree (jours)
Types de Projets
TypeCoeff.MargeConfianceLogistique
Onshore1.0+/-10%90%Standard
Offshore1.75+/-20%75%Maritime
Mixte1.35+/-15%82%Combinee
Scopes d'Inflation Suivis
⚙️

PAT

5%
🎨

Peinture

4%
🏗️

Echafaudage

6%
🔧

Piping

5%