贝叶斯网络及智能矿床成因模型-找矿模型研究

摘要：

大数据-智能矿床研究刚刚起步.与传统矿床与地质学家常规做法显著不同的是,它会引入自然语言处理技术,让机器能够理解地质报告,能进行知识提取和模式识别,特别是有别于显性知识信息预测的隐性知识信息发现.它依赖于大数据支撑的人工智能方法-机器学习、深度学习、可视分析的应用.矿床成因模型与找矿模型的建立，需要许多观察和数据作为支撑。数学家证明，贝叶斯网络可以用来有效揭示复杂现象背后的成因，把错综复杂的事件梳理清楚。揭示矿床的成因机制及它们背后的规律，同样可以采取贝叶斯网络。

关键词： 矿床成因模型 找矿模型 人工智能 贝叶斯网络

作者: 周永章 李景哲 王树功 肖凡 高乐

作者单位: 广东省地质过程与矿床资源探查重点实验室,广州510275;中山大学地球环境与地球资源研究中心,广州510275

会议类型: 国内会议

会议名称: 中国矿物岩石地球化学学会第九次全国会员代表大会暨第16届学术年会

会议地点: 西安

会议语种:中文

页码: 981-982

在线出版日期: 2017-04-18（万方平台首次上网日期，不代表论文的发表时间）