PEREL分类和估计使使用神经网络和火车估计模型有助于估计属性或概率。通过组合几个不同的数据对象或属性，该模块通过确保所有可用数据的集成（无论域如何）来提高储层建模过程中的解释置信度和准确性。
岩性可以根据获取和解释的日志沿井眼分离和分类，并且可以根据项目中存在的其他井来估算丢失的日志。3D地震相分类根据合并的地震属性确定岩性。趋势建模功能，结合了1D，2D和3D数据，地质概念和类似物，以使用户能够再现现实的沉积环境。
特征
- 火车估计模型是一组用于神经网络分析的工具，使用户能够训练估计或分类模型并将其作为对象存储在项目中。
- 几何趋势模型用于创建从聚集线的各种几何特性，以控制相和岩石物理特性的空间分布。
- 通过将不同的断裂驱动器（例如几何特性和地震属性）相结合，用户创建了最终的3D属性趋势，以指导3D网格中的断裂分布。
