[口头报告]基于知识嵌入和可解释集成学习的矿产资源定量预测—以四川可尔因矿田为例

基于知识嵌入和可解释集成学习的矿产资源定量预测—以四川可尔因矿田为例
编号:2272 稿件编号:3327 访问权限:仅限参会人 更新:2024-04-12 11:14:44 浏览:440次 口头报告

报告开始:2024年05月19日 11:16 (Asia/Shanghai)

报告时间:8min

所在会议:[S15] 主题15、矿产与资源 » [S15-2] 主题15、矿产与资源 专题15.13、专题15.10(19日上午,403)

暂无文件

摘要
基于GIS的矿产资源定量预测已得到广泛应用,但由于成矿远景图与成矿模型之间缺乏相关性解释,预测结果可靠性较低。因此,研究提出了一种基于知识嵌入和可解释集成学习的矿产资源定量预测方法。以四川可尔因矿田为例,参考典型矿床资料,采用最佳-最差方法对19个预测指标分配输入权重,实现先验知识嵌入。预测模型采用Stacking集成学习算法,并应用置换重要性、部分依赖图和局部可解释模型等三种方法计算预测指标输出权重,增强可解释性。结果表明,该方法预测性能良好,84%的矿床样本位于高成矿概率区,覆盖总面积的6.58%。可尔因矿田智能找矿的关键预测指标是钠长石光谱、Na2O+K2O、二云母花岗岩、环状构造和Li/La,与成矿环境和成矿特征具有很强的相关性。
关键字
知识嵌入,可解释性,Stacking集成学习,可尔因矿田
报告人
尹世滔
博士研究生 中国地质科学院矿产资源研究所

稿件作者
尹世滔 中国地质科学院矿产资源研究所
李楠 中国地质科学院矿产资源研究所
发表评论
验证码 看不清楚,更换一张
全部评论
● 会务总协调  

● 学术安排

 

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

13313708075

lliu@iue.ac.cn

 

● 会场技术服务

 

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

     
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

许心雅 0592-2880181 xuxinya@xmu.edu.cn
           

海报张贴

 

● 酒店预定及咨询

 
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com

卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订