Смирнов Илья

В докладе обсуждаются новые данные, полученные ФГБУ "Институт Карпинского" в ходе регионального прогнозно-минерагенического анализа территории Российской Федерации на золото-медно-порфировое оруденение на основе изучения закономерностей распределения элементов-примесей (REE+Y, Ti, Hf, U, Th, Pb) в акцессорных цирконах. В них определялись индикативные геохимические параметры – Porphyry Indicator Zircons (PIZs): 1) Ce/Nd, 2) Eu/Eu*, 3) (Ce/Nd)/Y, 4) Dy/Yb, 5) (10000xEu/Eu*)/Y, 6) Th/U и 7) To C (Ti-in-zircon thermometer), предложенные Х. Пизарро с соавторами (2020)для разбраковки разновозрастных гранитоидных комплексов на потенциально рудоносные и «безрудные». За весь период исследований на вторично-ионном микрозонде SHRIMP-IIе было изучено 317 образцов, принадлежащих 255 объектам исследования. Они относятся либо к интрузивным комплексам, либо к отдельным гранитоидным массивам (или к их отдельным фазам внедрения), перспективным на порфировое оруденение. В результате было установлено, что большая часть из изученных комплексов гранитоидов показала отрицательный результат, тогда как наивысшей степени продуктивности, когда значения всех семи индикативных параметров PIZs соответствуют их референтным значениям, отвечает каждый восьмой из изученных объектов. Полученные результаты исследований позволили из более чем 200 перспективных участков обосновать по изотопно-геохимическим данным 15 площадей, находящихся в нераспределенном фонде недр, что будет способствовать развитию заявительного принципа лицензирования в нашей стране.

Главная тема вебинара – оптимизация и автоматизация процесса анализа керна с помощью технологий машинного обучения. Эксперты ГК «Юзтех» поделятся своим опытом разработки уникального решения «Юзкерн», о его возможностях и технических составляющих. Решение призвано значительно упростить и ускорить процесс анализа керна, что является критически важным в геологоразведке и добыче полезных ископаемых. Получайте знания от опытных экспертов! На вебинаре обсудим:- Зачем консервативной горнодобывающей отрасли ИТ-технологии;- Как можно оптимизировать процесс описания образцов керна с помощью машинного обучения;- Техническое решение «Юзкерн»;- Преимущества автоматизированной системы описания керна;- Демо-презентация готового решения: экскурс по интерфейсу и его работе.