محمد صادق نعمت الهی - دانشگاه صنعتی امیرکبیر، دانشکده مهندسی معدن و متالورژی، تهران، ایران
سمیرا امید بهار - دانشگاه شیراز، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، شیراز،
جواد سرور - دانشگاه صنعتی شیراز،دانشکده مهندسی کامپیوتر و فناوری اطلاعات، شیراز، ایران

در این تحقیق هدف شناسایی دادههای مربوط به وجود آنومالی مس در داده های ژئوفیزیکی برداشت شده با استفاده از تکنیکهای داده کاوی است. از آنجایی که داده کاوی علمی بسیار گسترده بوده و تمامی روش های تحلیل داده زیر مجموعه آن قرار می گیرند، بنابراین باید بخشی از این روش ها که برای تحقیق حاضر مناسب باشند، مورد استفاده قرار گیرد. با توجه به ماهیت ناهنجار بودن دادههای مربوط به وجود آنومالی مس، در این تحقیق از روشهای تشخیص ناهنجاری برای شناسایی آنومالی مس در میان انبوه داده ها استفاده شده است.در این پژوهشی، مجموعه داده ها، داده های حاصل از مطالعات ژئوفیزیکی هستند که به روش مقاومت ویژه و پلاریزاسیون القایی بر روی ۱۰ پروفیل در منطقه ای در استان فارسی که شواهد کانی زایی مسی را دارد، انجام شده است. پس از تفسیر و ترسیم نیمرخ های مقاومت ویژه و پلاریزاسیون القایی، کانی زایی مسی در بعضی پروفیل ها مشاهده شد. به منظور تشخیص این آنومالی ها، روش خوشه بندی DBSCAN به عنوان یکی از الگوریتم های تشخیصی ناهنجاری، بر روی مجموعه داده ها اعمال شده و سپس با استفاده از معیارهای سنجش عملکرد، کارایی این الگوریتم مورد ارزیابی قرار گرفته است. برای اجرای این الگوریتم از نرم افزار متلب استفاده شده است. این روش با عملکرد نسبتا خوبی که در شناسایی داده های ناهنجار داشته است، میتواند به عنوان یک ابزار مناسب جهت شناسایی این آنومالی ها در تحقیقات آتی مورد استفاده قرار گیرد.

روش های ژئوفیزیکی، مقاومت ویژه الکتریکی، پلاریزاسیون القایی، الگوریتم های تشخیص ناهنجاری، روش خوشه بندیDBSCAN