تخمین پلاریزاسیون القایی با استفاده از یادگیری ماشین: کاربرد در اکتشاف کانسارهای سولفیدی

اکتشاف معادن مس به دلیل اهمیت استراتژیک مس به عنوان یک فلز با اهمیت از جمله فرآیندهای حیاتی در صنعت معدن و فلزات است. در این راستا، استفاده از تکنیک های پیشرفته و نوآورانه برای اکتشاف معادن مس مهم و ضروری است. یکی از راهکارهای مدرن و موثر در بهبود عملکرد اکتشاف، استفاده از روش های پلاریزاسیون القایی به همراه تکنیک های یادگیری ماشین می باشد. در این مطالعه از دو روش توانمند شبکه عصبی تابع پایه شعاعی و شبکه عصبی رگرسیون عمومی برای تخمین پلاریزاسیون القایی استفاده شده است. برای این منظور از داده های مقاومت الکتریکی و پلاریزاسیون القایی هفت پروفیل در اطراف شهر مشهد استفاده شده است. نتایج گرافیکی و آماری مقایسه مدل ها، نشان از دقت بالای هر دو مدل توسعه یافته با مقدار ضریب همبستگی بالای ۹۷/۰ و خطای جذر میانگین مربعات کمتر از ۳/۱ دارد.

کلیدواژه ها:

پلاریزاسیون القایی ، شبکه عصبی با تابع پایه شعاعی ، شبکه عصبی رگرسیون عمومی ، اکتشاف کانسارهای سولفیدی