سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

بکارگیری روش شبکه عصبی احتمالاتی به منظور طبقه بندی عیار کانسار مس علی آباد یزد

Publish Year: 1400
Type: Journal paper
Language: Persian
View: 122

This Paper With 12 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

JR_JIRAEG-14-3_004

Index date: 25 December 2023

بکارگیری روش شبکه عصبی احتمالاتی به منظور طبقه بندی عیار کانسار مس علی آباد یزد abstract

در پژوهش حاضر شبکه عصبی احتمالاتی مبتنی بر الگوریتم احتمالاتی بایزین برای طبقه بندی عیار کانسار مس علی آباد یزد بکار گرفته شد. برای این منظور از داده های ژئوفیزیکی قطبش القایی ‎(IP)‎ و مقاومت ویژه ‎(Rs)‎ و اطلاعات زمین شناسی نوع سنگ مغزه های حفاری گمانه های اکتشافی واقع بر روی چهار پروفیل ژئوفیزیکی به نام های DD-۱‎، PD-۲‎، PD-۳‎ و PD-۴‎ به-عنوان پارامترهای ورودی و پارامتر عیار مس گمانه ها به عنوان پارامتر هدف استفاده شد. برای دست یابی به مقصود بطور تصادفی تعداد ۴۸۸، ۵۲۸، ۱۸۸ و ۴۵۶ داده به ترتیب از مقاطع منطبق بر پروفیل های ژئوفیزیکی DD-۱‎، PD-۲‎، PD-۳‎ و PD-۴‎ برداشت شد که ۷۵ درصد از کل داده ها برای یادگیری و ۲۵ درصد برای ارزیابی عملکرد شبکه عصبی احتمالاتی انتخاب شد. عملکرد رویکرد پیشنهادی از طریق نسبت مجموع داده های روی قطر اصلی به کل داده های آزمون توسط ماتریس درهم آمیختگی و تعیین خطای کامیژن و آمیژن، مورد ارزیابی قرار گرفت. نتایج پژوهش نشان می دهند که شبکه عصبی احتمالاتی توانسته داده-های آزمون مربوط به پروفیل های DD-۱‎، PD-۲‎، PD-۳‎ و PD-۴‎ را به ترتیب با ۶۰، ۷۴، ۶۰ و ۳/۸۳ درصد دقت برآورد نماید که با توجه به نوع داده های دردسترس، قابل قبول می باشند. همچنین نتایج از طریق ترسیم نقشه هم عیار چهار مقطع اکتشافی منطبق بر پروفیل های ژئوفیزیکی، به کمک داده های عیارسنجی گمانه های اکتشافی، شبکه بندی و درونیابی شبکه با استفاده از روش تخمین دقیق کریجینگ، بطور کیفی مورد ارزیابی قرار گرفت که نتایج مطلوبی حاصل شد.

بکارگیری روش شبکه عصبی احتمالاتی به منظور طبقه بندی عیار کانسار مس علی آباد یزد Keywords:

کانسار مس علی آباد یزد , شبکه عصبی احتمالاتی بایزین , مقاومت ویژه و قطبش القایی , نوع سنگ , عیار

بکارگیری روش شبکه عصبی احتمالاتی به منظور طبقه بندی عیار کانسار مس علی آباد یزد authors

رضا احمدی

عضو هیئت علمی گروه مهندسی معدن، دانشکده مهندسی علوم زمین، دانشگاه صنعتی اراک

مسعود لشگری آهنگرانی

گروه مهندسی معدن، دانشگاه صنعتی اراک، اراک، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
Adeli, H., Panakkat, A., ۲۰۰۹. A probabilistic neural network for ...
Bishop, C.M., ۲۰۰۶. Pattern recognition and machine learning information: science ...
Huang, X.D., Wang, C.Y., Fan, X.M., Zhang, J.L., Yang, C., ...
Khoyee, N., Ghorbani, M., Tajbakhsh, P., ۲۰۰۰. Copper deposits in ...
Kusy, M., Zajdel, R., ۲۰۱۴. Probabilistic neural network training procedure ...
Leite, E.P., Souza Filho, C.R., ۲۰۰۹. Probabilistic neural networks applied ...
Li, P., ۲۰۱۱. Structural damage localization using probabilistic neural networks, ...
Mao, K.Z., Tan, K.C., Ser, W., ۲۰۰۰. Probabilistic neural-network structure ...
Murphy, K.P., ۲۰۱۲. Machine learning: a probabilistic perspective adaptive computation ...
Saman Kav, Consulting engineers Co., ۲۰۰۶. Final report of exploration ...
نمایش کامل مراجع