مدل سازی پتانسیل معدنی طلا-مس با رویکرد ترکیبی شبکه عصبی پیچشی و شبکه عصبی حافظه طولانی کوتاه مدت

آنومالی ژئوشیمیایی به منطقه ای گفته می شود که در آن غلظت یک عنصر از حد آستانه (حد فاصل زمینه و آنومالی) فراتر رفته و نسبت به نواحی مشابه برجستگی چشمگیری نشان دهد. شناسایی این الگوهای غیرعادی که می توانند نشان دهنده ذخایر معدنی باشند، گامی کلیدی در اکتشافات ژئوشیمیایی است. با توجه به پیشرفت روز افزون علم و فناوری و ارائه روش های مبتنی بر یادگیری ماشین و هوش مصنوعی و همچنین دشوارتر شدن اکتشاف کانسارهای عمیق استفاده از روش های مدرن به امری ضروری بدل شده است. در این مطالعه از دو روش یادگیری عمیق، شبکه عصبی پیچشی و شبکه عصبی حافظه طولانی کوتاه مدت به منظور شناسایی آنومالی در منطقه مورد مطالعه استفاده شده است. هر دو روش کارایی های متنوعی مانند پردازش داده هایی با ساختار تصویری و مکانی، استخراج روابط بین داده ها، وابستگی ها و... از خود نشان دادند. تقسیم داده ها و خوشه بندی آن ها و وزن دهی به خوشه ها، امکان تفکیک آنومالی از مقدار زمینه را فراهم کرد، افزون بر این، تطابق با توده نفوذی با استفاده از نتایج حاصل از این مطالعه نیز انجام شد. با توجه به سرعت و دقت روش هایی مانند شبکه عصبی پیچشی و شبکه عصبی حافظه طولانی کوتاه مدت، مشاهده می شود که استفاده از روش های مدرن مانند روش های مبتنی بر یادگیری عمیق و هوش مصنوعی نه تنها گامی مهم در اکتشافات آتی می باشد بلکه به امری ضروری بدل می گردد.

کلیدواژه ها:

آنومالی ، ژئوشیمیایی ، شبکه عصبی کانولوشنی ، شبکه عصبی حافظه طولانی کوتاه مدت ، خوشه بندی