报告详情
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
访问权限：仅限参会人
更新：2024-04-12 11:14:44 浏览：824次
口头报告
报告开始：2024年05月19日 11:16（Asia/Shanghai）
报告时间：8min
所在会场：[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。
关键词
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
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论