本网站目前按照数据内容主要划分为全球矿业资讯、矿业信息、专题产品、线下资源几个板块;按照区域分工和业务分工,建立了6个区域研究专题和部分应用专题。用户可以一直站了解全球矿业活动态势、最新矿业资讯动态、矿产资源分布,获取地质矿产及物化遥水工环数据资料,并可联系相关单位寻求定制化数据加工服务、综合研究服务和咨询服务等。

 您当前的位置:首页 > 资讯动态 > 矿业科技

科学家通过矿物组合AI分析来找矿
[发布时间:2023-06-05 浏览次数:1848]

 据Mining.com网站报道,美国卡内基科学研究所和其他科研院所的研究人员建立了一种机器学习模型,基于矿物关联性模式,可以预测地球甚至可能其他星球上矿物位置。

 这篇论文发表在美国国家科学院刊(PNAS Nexus)上。科学家在文中解释称,长期以来,寻找特定矿产的位置既是科学也是艺术,往往取决于个人的经验,并带有一定的运气成分。

 不过,他们的工具利用涵盖5478种矿物、295583个位置的矿物演化数据库(Mineral Evolution Database)的信息,基于矿物关联性规则,来预测以前未知的矿物位置。作者以莫哈韦沙漠的特科帕盆地为例来验证他们的模型,该地环境类似火星。

 “矿物组合分析对全球各地矿物位置的高维多重相关性进行了定量研究,从而能够识别以前未知矿物位置,矿物组合以及他们之间的共伴生模式”,论文称。

 该模型能够预测重要矿物,比如晶质铀矿、纤碳铀矿、碳钠钙铀矿、板菱铀矿、菱镁铀矿、水铀矾的位置。

 此外,该模型还能预测关键稀土元素和锂矿物,包括独居石(铈)、褐帘石(铈)和锂辉石的位置。



 完成这项工作后,研究人员就验证并证实了其中一些矿物位置预测结果,从而确定了该方法的可行性。

 “矿物组合分析可以成为矿物学家、岩石学家、矿床学家和行星科学家强有力的预测工具”,作者在媒体声明中称。“它将深化我们对地球、太阳系和远古时期的矿化和成矿环境的认识。”


 (文章来源:https://geoglobal.mnr.gov.cn/zx/kydt/kykj/202305/t20230531_8526995.htm,全球地质矿产信息系统)


【版权声明】全球地质矿产信息网欢迎各方媒体、网站、机构或个人转载、引用我们网站原创内容,但请注明信息来源为全球地质矿产信息网(http://ggmd2.ngac.cn/);同时,我们倡导尊重与保护知识产权,如擅自篡改稿件来源,自负版权等法律责任。如对稿件内容有疑议,请及时与本网站联系(412074237@qq.com,010-58584231)。

标签:美国卡内基科学研究所机器学习模型矿物关联性矿物位置

相关新闻更多》