Традиционная геология требует обработки огромных массивов информации: от химического состава пород до результатов полевого бурения. Нейросети способны автоматизировать этот процесс, но до сих пор сталкивались с проблемой «шумных» данных. Перевод описаний горных пород в цифровой формат часто приводил к потере ключевых закономерностей, из-за чего система теряла эффективность.
Пермские ученые ускорили поиск золота с помощью нейросетей
Разработчики из Пермского Политеха представили алгоритм, который вдвое снижает потребление памяти при анализе геологических данных и на треть ускоряет обучение искусственного интеллекта. Новая технология позволяет геологам точнее определять перспективные для добычи золота участки, минимизируя затраты на бурение бесперспективных скважин.

Решение ученых ПНИПУ заключается в фильтрации признаков: алгоритм выявляет только те характеристики пород, которые статистически связаны с наличием руды. В ходе полевых испытаний на золоторудном комплексе Агбау в Кот-д'Ивуаре метод продемонстрировал точность прогноза 88%. При этом количество анализируемых параметров сократилось более чем в два раза — с 13 до 6. Такой подход позволяет геологам оперативно составлять прогнозные карты, однако вопрос реального снижения финансовых издержек при масштабных разведках пока остается открытым для будущих проверок.


.png)
Комментарии (0)
Пока нет комментариев. Будьте первым!