Авторы:
Издательство:
Дата издания
06.12.2023На каком языке издана
ISSN
2227-4766Область исследования
Тип исследования
Аннотация (краткое описание)
В статье выполнен сравнительный анализ возможностей алгоритмов машинного и глубокого обучения при решении геологических и геопрогнозных задач. Рассмотрены основные типы геоданных, включая геолого-геофизические, геохимические, дистанционные, скважинные и текстовые материалы, а также алгоритмы ML, DL, CNN, RNN, GAN и NLP. Показано, что методы искусственного интеллекта могут использоваться для автоматизации обработки и интерпретации геологических данных, выявления скрытых закономерностей, прогнозирования месторождений полезных ископаемых и оценки геологических рисков. Отмечены ключевые ограничения, связанные с дефицитом качественных геоданных, сложностью интерпретации моделей и необходимостью экспертной валидации результатов.DOI
10.48498/minmag.2023.223.11.002Тип публикаций
Практическое значение
Практическая значимость работы заключается в систематизации применимости методов искусственного интеллекта для геологических исследований. Результаты могут использоваться при выборе алгоритмов машинного и глубокого обучения для обработки сейсмических, геофизических, геохимических, дистанционных и текстовых данных, автоматизации геологической интерпретации, оптимизации объемов работ и повышения точности геопрогнозных решений. Работа также может служить методической основой для внедрения AI-подходов в задачи прогнозирования минеральных ресурсов, оценки геологических рисков и построения цифровых геологических моделей.Impact Factor
0.088Количество цитирований
2Данный документ располагается в коллекциях
Публикации в КОКСОН
Файлы документа
Документ не загружен