[口头报告]白钨矿微量元素数据挖掘对湘中盆地金-锑-钨矿床成因的制约

白钨矿微量元素数据挖掘对湘中盆地金-锑-钨矿床成因的制约
编号:2528 稿件编号:3837 访问权限:仅限参会人 更新:2024-04-12 13:59:09 浏览:469次 口头报告

报告开始:2024年05月20日 09:38 (Asia/Shanghai)

报告时间:8min

所在会议:[S15] 主题15、矿产与资源 » [S15-5] 主题15、矿产与资源 专题15.11、专题15.3(20日上午,203)

暂无文件

摘要
理解成矿环境对于实际勘探工作至关重要。本研究利用白钨矿的地球化学特性,结合可解释机器学习算法,以解析成矿过程的复杂性。我们采用多种监督式机器学习的方法,利用白钨矿微量元素的高维信息识别成矿流体的来源。我们展示了机器学习分类器能够高效且准确地对不同来源白钨矿的微量元素数据进行分类。使用SHAPley Additive exPlanations工具对模型的解释表明,Sr、La、Eu、Nb、Pb、Ta和Mo是利用白钨矿微量元素地球化学手段进行成矿流体预测最具指示性的元素。对湘中盆地白钨矿数据的机器学习揭示了成矿区Au–Sb–W矿化的复杂性,强调了将地球化学与机器学习方法相结合在矿床学研究中的潜力。
 
关键字
白钨矿,机器学习,湘中成矿省,Au–Sb–W矿床,数据挖掘
报告人
赵红涛
博士研究生 中南大学

稿件作者
赵红涛 中南大学
张宇 中南大学
邵拥军 中南大学
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