Определение возраста пород с помощью палеонтологического анализа на основе методов искусственного интеллекта

Аннотация

Доклад посвящён разработке методологии автоматизированного определения возраста горных пород на основе палеонтологических данных с использованием методов искусственного интеллекта. В центре исследования — применение сверточной нейронной сети YOLOv8 для распознавания изображений фораминифер и последующего установления геологических возрастов.

В ходе работы были собраны и аннотированы изображения из специализированных атласов и онлайн-источников. Использовалась платформа RoboFlow для разметки и предварительной обработки данных. Датасет был разделён на обучающую, валидационную и тестовую выборки с целью повышения точности и устойчивости модели к переобучению.

Модель YOLOv8 была обучена на платформе Google Colab с применением библиотек PyTorch и OpenCV. Результаты валидации показали высокие показатели точности и полноты, что свидетельствует об успешной адаптации архитектуры к задачам анализа микропалеонтологических изображений.

Разработано программное обеспечение с графическим интерфейсом и интегрированной базой данных PostgreSQL, содержащей информацию о таксономии фораминифер и их геохронологическом положении. Система позволяет специалистам быстро и надёжно определять возраст пород на основе анализа шлифов.

Результаты демонстрируют потенциал использования нейросетевых решений в геологии и палеонтологии для повышения эффективности и точности интерпретации данных.

Похожие материалы

• Применение программного и аппаратного обеспечения на пробоподготовке в рамках внедрения ЛИМС
• Практическое программирование ИИ: пример решения задачи множественной регрессии и классификации данных с обучением.
• Геолого-промышленные типы золоторудных месторождений. Золотоносные коры выветривания.
• Обстановки формирования крупных и сверхкрупных меднопорфировых месторождений