طراحی و پیادهسازی یک چارچوب یکپارچه، به منظور هوشمندسازی فرایند تحلیل دادههای ژئوشیمی اکتشافی
کد مقاله : 1054-CONF
نویسندگان
فرنوش فرجندی *1، مینا غلامی2، حانیه عباسی فشمی2
1سازمان زمین شناسی و اکتشافات معدنی کشور
2دانشگاه علم و صنعت ایران
چکیده مقاله
در سال‌های اخیر، تحلیل داده‌های ژئوشیمی اکتشافی با چالش‌هایی نظیر ناهمگنی روش‌های اجرا، وابستگی به مداخله دستی، خطای انسانی و دشواری استفاده از داده‌ها در مدل‌سازی پیش‌بینی‌محور مواجه بوده است. پژوهش حاضر با هدف پاسخ به این چالش‌ها، به طراحی و پیاده‌سازی یک چارچوب یکپارچه و قابل بازتولید برای استانداردسازی، پردازش و تحلیل داده‌های ژئوشیمی مبتنی بر نیازهای سازمان زمین‌شناسی می‌پردازد. در این چارچوب، داده‌ها پس از ورود بر اساس قالب استاندارد، تحت کنترل کیفیت، جایگزینی مقادیر کمتر از حد تشخیص، نرمال‌سازی و اجرای نیمه‌خودکار تحلیل‌های کلاسیک قرار گرفته و سپس برای مدل‌سازی یادگیری ماشین آماده می‌شوند. در مطالعه موردی، عنصر Zr با استفاده از 36 عنصر دیگر و بر پایه 155 نمونه آموزش و 84 نمونه آزمون مدل‌سازی شد. عملکرد مدل‌ها با شاخص‌های MAE، MSE، R² و SMAPE ارزیابی گردید و تحلیل تفسیرپذیر شامل SHAP، Mutual Information، و p-value برای بررسی روابط میان عناصر به‌کار رفت. نتایج نشان داد عناصر Hf، Nb و Y بیشترین سهم را در پیش‌بینی Zr دارند که با رفتار شناخته‌شده عناصر با میدان بار بالا (HFSE) در فرآیندهای ماگمایی سازگار است. افزون براین زمان مورد نیاز برای اجرای مراحل تحلیلی و مدل‌سازی هوش مصنوعی تا 50% کاهش یافت. چارچوب پیشنهادی ضمن کاهش خطای انسانی و افزایش قابلیت مقایسه نتایج بین پروژه‌ها، زیرساختی استاندارد برای تجمیع داده‌ها و توسعه مدل‌های پیشرفته‌تر در مقیاس سازمانی و ملی فراهم می‌سازد.
کلیدواژه ها
ژئوشیمی، تحول هوشمند، هوش مصنوعی، یکپارچه سازی، مدلسازی .
وضعیت: پذیرفته شده برای ارائه شفاهی