Разработка автоматизированной экспертной системы для прогнозирования гидротермальных полиметаллических месторождений на основе нейросетевых технологий (на примере юго-восточного Забайкалья

Аннотация

Работа посвящена применению методов машинного обучения и нейронных сетей для прогнозирования гидротермальных месторождений полиметаллической специализации на территории юго-восточного Забайкалья. Регион выбран в связи с высоким металлогеническим потенциалом, сложным геологическим строением и наличием значительного массива исходных геолого-геофизических данных. Показано, что размещение рудных объектов контролируется литолого-структурными факторами, прежде всего системой глубинных разломов различного простирания и их узлами пересечения.

В работе рассмотрены основы архитектуры нейронных сетей, их классификация по типу решаемых задач и особенности применения в геологических исследованиях. Использованы классификационные и регрессионные нейронные сети, реализованные в среде Python с применением библиотек TensorFlow и Keras. Для обучения моделей подготовлен комплекс входных параметров, включающий литологию, тектонику, геофизические поля, геохимию, данные цифровых моделей рельефа и результаты линеаментного анализа.

Разработана регрессионная свёрточная нейронная сеть для автоматизированного выделения линеаментов по цифровым моделям рельефа, продемонстрировавшая более высокую устойчивость и детальность по сравнению с традиционными методами. Для прогноза рудоносных зон применена классификационная свёрточная сеть на основе архитектуры AlexNet. Корреляционный анализ подтвердил статистическую значимость используемых параметров и обоснованность их совместного применения при прогнозировании гидротермальных месторождений.

Похожие материалы

• Россыпи Восточного Саяна — проблемные вопросы и возможности открытия новых объектов
• 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