《基于地质约束卷积神经网络的矿产资源潜力评价》

• 来源专题：关键矿产
• 编译者： 欧冬智
• 发布时间：2024-05-23

国际数学地球科学学会期刊《Mathematical Geosciences》出版了中国地质大学（武汉）左仁广团队在可解释性矿产预测人工智能模型方面的研究成果：“Geologically constrained convolutional neural network for mineral prospectivity mapping”，论文第一作者为未来技术学院博士研究生杨帆帆。矿产预测深度学习模型属于数据驱动方法，往往忽略先验地质知识，导致预测结果可能与成矿机制不一致且难以解释。亟需构建数据和知识耦合的矿产预测人工智能模型，提高大数据人工智能驱动矿产资源潜力评价的预测精度和可解释性。