Источники и эволюция изотопного состава серы сульфидов Хараелахского и Пясино-Вологочанского интрузивов (Норильский рудный район)
- Длительность доклада: 57 мин
- Количество просмотров: 4
- Общая продолжительность просмотров: 1 ч 23 мин
- Добавлен в подборки: 5 раз
Аннотация
В работе представлен метод автоматизированного количественного анализа сульфидных минералов в отражённом свете с использованием свёрточных нейронных сетей. Методика реализована в программном комплексе, включающем модуль обучения модели сегментации, веб-интерфейс для визуализации и серверную часть, обеспечивающую вычислительные процессы.
Для обучения использовались изображения шлифов гранат-пироксеновых пород с сульфидами пирита, пиротина и халькопирита. Разработанная архитектура типа U-Net позволила точно определять границы минералов, вычислять их площади и соотношения. Метрика Intersection over Union достигала 0,65, а погрешность метода варьировала от 1,5 до 15 % в зависимости от сложности изображения.
Применение нейросетевого анализа позволило значительно ускорить обработку минералогических данных, исключить влияние субъективного фактора и повысить воспроизводимость результатов. Метод обладает универсальностью и может быть адаптирован для изучения других минеральных ассоциаций и типов микроскопических изображений.
Похожие материалы
- Практическое программирование ИИ: пример решения задачи множественной регрессии и классификации данных с обучением.
- С какой целью и каким образом геологи должны
использовать анализ композиционных данных и машинное обучение - Методы машинного обучения как эффективный инструмент современного инженера на этапе комплексной интерпретации данных потенциальных полей и сейсморазведки
- Применение машинного обучения для поисковых и разведочных задач