مقایسه عملکرد الگوریتم های مولفه های اصلی ( PCA ) و کرنل مولفه های اصلی ( KPCA ) در تحلیل داده های ژئوشیمیایی
- سال انتشار: 1402
- محل انتشار: چهارمین کنفرانس ملی داده کاوی در علوم زمین
- کد COI اختصاصی: EARTHSCI04_022
- زبان مقاله: فارسی
- تعداد مشاهده: 184
نویسندگان
دانشیاری گروه مهندسی معدن، دانشگاه صنعتی بیرجند، بیرجند، ایران
چکیده
در روش PCA استاندارد با انتقال داده های ژئوشیمیایی به کمک یک رابطی خطی به فضایی با بعد کمتر می توان عناصر هم پاراژنز، فاکتورهای مرتبط با کانی سازی و آنومالی های ژئوشیمیایی چندعنصری را مشخص نمود. در حالتی که ساختار داده ها پیچیده باشد، بایستی این انتقال توسط روابط غیرخطی همچون روش کرنل PCA صورت گیرد. پیاده سازی روش PCA بر روی نتایج تجزیه شیمیایی ۱۴ عنصر در ۶۱ نمونه ی ژئوشیمیایی مرتبط با کانی سازی در سنگ های اولترابازیک و بازیک در محدوده اکتشافی برزج در استان خراسان جنوبی نشان داد که چهار مولفه ی اصلی اول حدود ۹۵ درصد از تغییرپذیری داده ها را توجیه می نماید. به طوری که PC۱ در مرکز و بخش شمال غربی محدوده، PC۲ در بخش جنوبی محدوده، PC۳ در بخش مرکزی محدوده و PC۴ در بخش شرقی و تا حدودی غربی محدوده آنومالی های ژئوشیمیایی نشان می دهند. در حالی که، در روش کرنل PCA فقط دو مولفه ی اصلی اول ساختار اصلی داده ها را پوشش می دهند. مولفه ی اصلی اول در بخش مرکزی و شمال غربی محدوده بر روی سنگ های پریدوتیتی و مولفه ی اصلی دوم در بخش جنوبی محدوده مطالعاتی بر روی سنگ های دگرگونی آنومالی ژئوشیمیایی دارند. از آنجا که آنومالی بدست آمده در روش کرنل PCA کوچک تر و با شواهد زمین شناسی سطحی بیشتر مطابقت دارد می توان استفاده از روش کرنل مولفه های اصلی را پیشنهاد نمود .کلیدواژه ها
تحلیل مولفه های اصلی، تحلیل کرنل مولفه های اصلی، کاهش بعد داده ها، تعیین کانی سازی، محدوده برزجمقالات مرتبط جدید
- حکمرانی دریایی ایران به عنوان یک سیستم پیچیده: تحلیل جغرافیای سیاسی با رویکرد هوش مصنوعی و هوش مکانی
- تبیین سناریوهای آینده تقسیمات استان تهران
- آسیبشناسی حمل و نقل و مدیریت ترافیک در شهرداری های نوظهور ایران
- معایب و مشکلات برنامهریزی و سیاست گذاری حوزه فرهنگ شهری در ایران
- سیاست گذاری بهینه در حوزه ترافیک شهری با استفاده از تکنولوژی های هوش مصنوعی
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.