مدل‌سازی پتانسیل معدنی طلا-مس با رویکرد ترکیبی شبکه عصبی پیچشی و شبکه عصبی حافظه طولانی کوتاه مدت
کد مقاله : 1053-CONF
نویسندگان
نسا محمدی *1، زهره حسین زاده2
1کارشناسی، گروه مهندسی معدن، دانشکده مهندسی معدن و مواد، دانشگاه صنعتی همدان، همدان
2استادیار، گروه مهندسی معدن، دانشکده مهندسی معدن و مواد، دانشگاه صنعتی همدان، همدان
چکیده مقاله
آنومالی ژئوشیمیایی به منطقه‌ای گفته می‌شود که در آن غلظت یک عنصر از حد آستانه (حد فاصل زمینه و آنومالی) فراتر رفته و نسبت به نواحی مشابه برجستگی چشمگیری نشان دهد. شناسایی این الگوهای غیرعادی که می‌توانند نشان‌دهنده ذخایر معدنی باشند، گامی کلیدی در اکتشافات ژئوشیمیایی است.
با توجه به پیشرفت روز افزون علم و فناوری و ارائه روش های مبتنی بر یادگیری ماشین و هوش مصنوعی و همچنین دشوارتر شدن اکتشاف کانسار های عمیق استفاده از روش های مدرن به امری ضروری بدل شده است.
در این مطالعه از دو روش یادگیری عمیق، شبکه عصبی پیچشی و شبکه عصبی حافظه طولانی کوتاه مدت به منظور شناسایی آنومالی در منطقه مورد مطالعه استفاده شده است. هر دو روش کارایی های متنوعی مانند پردازش داده‌هایی با ساختار تصویری و مکانی،استخراج روابط بین داده‌ها، وابستگی‌ها و... از خود نشان دادند. تقسیم داده‌ها و خوشه‌بندی آن‌ها و وزن‌دهی به خوشه‌ها، امکان تفکیک آنومالی از مقدار زمینه را فراهم کرد، افزون بر این، تطابق با توده نفوذی با استفاده از نتایج حاصل از این مطالعه نیز انجام شد. با توجه به سرعت و دقت روش‌هایی مانند شبکه عصبی پیچشی و شبکه عصبی حافظه طولانی کوتاه مدت ،مشاهده می‌شود که استفاده از روش های مدرن مانند روش‌های مبتنی بر یادگیری عمیق و هوش‌مصنوعی نه‌تنها گامی مهم در اکتشافات آتی می باشد بلکه به امری ضروی بدل می‌گردد.
کلیدواژه ها
آنومالی،ژئوشیمیایی، شبکه عصبی کانولشنی ، شبکه عصبی حافظه طولانی کوتاه مدت،خوشه‌بندی
وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر