INFLUENCE OF VARIOUS TRANSFERPERFORMANCE OF ARTIFICIALNEURAL NETWORKS IN IRON ORE GRADE ESTIMATION
- سال انتشار: 1388
- محل انتشار: سومین کنفرانس مهندسی معدن ایران
- کد COI اختصاصی: IMEC03_271
- زبان مقاله: انگلیسی
- تعداد مشاهده: 251
نویسندگان
M.Sc graduate of Mining Engineering from Department of Mining and Metallurgical engineering of Yazd University, Pejoohesh StreetP.O.Box: ۸۹۱۹۵-۷۴۱, Yazd, Iran
Assistance professor in the Department of Mining and Metallurgical engineering of Yazd University,Pejoohesh Street, P.O.Box:۸۹۱۹۵-۷۴۱, Yazd, Iran
Assistance professor in the Department of Mining and Metallurgical engineering of Yazd University, Pejoohesh Street, P.O.Box:۸۹۱۹۵-۷۴۱, Yazd, Iran
Associate professor, Faculty of biosystems, university of Tehran, Karaj , Iran.
چکیده
Various conventional and geostatistical methods are used for ore grade estimation. Inlast decade neural networks are becoming popular for this purpose. This paperfocuses on one particular feature of neural nets, namely, transfer functions andconducts a sensitivity analysis in order to determine its impact on iron ore gradeestimation in Choghart iron ore mine of Iran. This paper studies the influence ofvarious transfer functions such as logistic, tanh and Gaussian in hidden layers andlinear and nonlinear transfer functions for the output layer on the overall performanceof neural network. It is found that the combination of logistic transfer function for thehidden layer, and linear transfer function for the output layer provided highestcorrelation coefficient (R), least mean squared error (MSE) and mean absolute error(MAE). For this combination, R, MSE and MAE were found to be ۰.۷۱, ۴۰.۸ and ۴.۳,respectively.کلیدواژه ها
ANN,Transfer function ,Neural Network, Grade estimation, Iron ore,Choghart mineمقالات مرتبط جدید
- پتانسیل کانیزایی و تشکیل بوکسیت در برگه علیآباد شمال استان سمنان
- کاربرد تلفیق تصاویر اپتیکال و راداری در بارزسازی سنگهای دگرسان شده و اکتشاف کانسارهای معدنی: مطالعات موردی از مصر، اندونزی و ایران
- شناسایی تاثیر لاگ های ژئو فیزیکی دراکتشافات نفت با تاکید بر چالش های تولید نفت در آب های عمیق تضمین جریان
- مروری بر مهندسی محیط زیست، توسعه پایدار، تجارت بین الملل و مدیریت منابع
- نقش هوش مصنوعی در ارتقای بهرهوری صنعت سنگ های ساختمانی
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.