Автоматизированное картирование металлотектов с использованием методов глубокого машинного обучения

Аннотация

В рамках доклада рассмотрены общие теоретические основы методов машинного обучения с акцентом на нейросетевые решения и специфику их применения к комплексным геолого-геофизическим данным, изложены принципы постановки задач распознавания и формирования признакового пространства на основе априорного физико-геологического моделирования целевых рудных объектов. Практическая часть посвящена методике реализации сверточного нейросетевого алгоритма распознавания элементов геологического строения Центрально-Колымского района, выступающих в роли факторов контроля крупнообъемного золотого оруденения, и последующему анализу и верификации результатов его работы на примере известных золоторудных месторождений региона.