Главная Библиотека Доклад №4997

Сравнительный анализ методов прогнозирования концентраций серебра с использованием машинного обучения в пределах Центрального рудного узла (Чукотский AO)

  • Длительность доклада: 13 мин
  • Количество просмотров: 3
  • Общая продолжительность просмотров: 1 мин
  • Добавлен в подборки: 2 раза

Автор:

Фигероа Б. Ф. К.
Фигероа Б. Ф. К.

Томский Политехнический Университет

Савинова О. В.
Савинова О. В.
Запись — после покупки абонемента
Смотрите записи без ограничений за 700 руб./мес
Поделиться

Аннотация

Доклад обозревает анализ и сравнение точности методов машинного обучения для прогнозирования содержания серебра (Ag) на основе геохимических данных. Актуальность темы обусловлена необходимостью повышения точности прогнозирования рудных концентраций, что важно для эффективной разведки и разработки месторождений.

Исследование охватывает несколько задач, включая сбор и анализ геохимических данных Центрального рудного узла, а также разработку и тестирование различных моделей машинного обучения. В докладе подробно описано географическое расположение и геологическое строение области работы, а также вещественный состав метасоматитов и руд. В исходные данные включены результаты литогеохимической съёмки и образцы для анализа.

Автор кратко обозревает методику исследования. Особое внимание уделено архитектуре нейронной сети (ANN) и её обучению. Рассматриваются принципы работы и результаты применения метода опорных векторов (SVM), градиентного бустинга (XGBoost) и метода случайного леса (Random Forest).

Сравнение всех методов показало, что модель XGBoost является наиболее эффективной для прогнозирования концентраций серебра. Результаты XGBoost продемонстрированы на прогнозной карте распределения концентраций серебра, где отмечен его превосходство в точности предсказания.

Таким образом, доклад делает вывод, что интеграция передовых методов машинного обучения, таких как XGBoost, с традиционными подходами и вниманием к оптимизации данных, может существенно улучшить точность прогнозов концентраций серебра, способствуя более эффективной разведке рудных месторождений.

Авторизуйтесь