Российские и иранские ученые использовали нейросеть в разведке месторождений железной руды |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2022-09-19 09:29 Журнал Minerals опубликовал научную статью о совместных исследованиях ученых Томского политехнического университета и Тегеранского политехнического университета в области геологии. Они посвящены инновационному способу преобразования радиометрических и магнитометрических данных горнорудного месторождения, которые позволяют получить региональную геологическую оценку распространения полезных ископаемых. Объектом исследования стал участок недалеко от деревни Тут в провинции Йезд (Иран). Этот район был выбран из-за доступности геологоразведочных работ, развитой инфраструктуры и перспективности. Работа над проектом велась не один год. Ученые из Ирана занимались сбором полевых данных и их первичной интерпретацией. Команда томских специалистов под руководством доцента отделения геологии ТПУ Тимофея Тимкина проводила обработку и анализ геолого-геофизических данных. Совместно были сделаны выводы и построена прогнозная модель поиска новых месторождений. «Повышенная радиоактивность на железорудных объектах Ирана навела на мысль о выполнении радиометрических и магнитометрических исследований. Согласно геологическим наблюдениям, наличие магнитных аномалий может иметь сложную связь с интенсивной радиоактивностью различных элементов, — поясняет Тимофей Тимкин. — С помощью метода кластеризации К-средних было изучено поведение двух переменных: напряженности магнитного поля и радиоактивности элементов, а также представлена математическая зависимость для анализа поведения этих двух переменных относительно друг друга. Кроме того, возрастающая, а затем уменьшающаяся динамика интенсивности магнитного поля Земли относительно интенсивности радиоактивности некоторых элементов показала, что можно обобщить результаты магнитометрических исследований без радиометрических повторных работ в этой области и в соседних районах». Для оценки полученных данных ученые применили искусственную нейронную сеть, моделирующую работу человеческого мозга. На сегодняшний день это один из самых прогрессивных методов. «Данные площадных геофизических и геохимических работ — это цифровые, очень объемные данные. Их оценка, очистка и трансформация занимают у специалистов 80-90% времени, тогда как собственно сам анализ —10-20%. Это подталкивает нас как ученых-практиков к работе с такими данными через математическую статистику и методы на основе нейросетевого анализа, — комментирует Тимофей Тимкин. — Нейронные сети в данном случае выступают как инструментарий, позволяющий применять машинное обучение для оперативной обработки больших данных, проводить их экспресс-интерпретацию и предсказывать недостающую или отсутствующую информацию». Подобный оценочный показатель существует и для других данных. С его помощью можно преобразовать, например, магнитные данные в гравитационные. Таким образом, новые оценочные критерии открывают возможность получить предсказанные геофизические данные. Авторы статьи предполагают, что результаты исследования, которые были получены на железорудных объектах в Иране, можно использовать в процессе проведения геологоразведочных работ для прогнозирования и выявления новых месторождений полезных ископаемых. Исследование поддержано грантом по программе развития конкурентоспособности ТПУ. Информация предоставлена пресс-службой Томского политехнического университета
Источник: scientificrussia.ru Комментарии: |
|