Un Modelo de Fusión de Datos es un modelo especializado de machine learning diseñado para procesar y clasificar datos de imágenes. En la exploración mineral, estos modelos analizan datos geoespaciales para ayudar a predecir y evaluar la calidad de los depósitos minerales. Funcionan mediante la inserción, codificación y clasificación de características de entrada (como imágenes o datos espaciales) para realizar predicciones en cada parche o cuadrícula de píxeles.
Elegir el modelo de fusión de datos apropiado en el paso Incorporar características de entrada (Embed Input Features) es esencial para optimizar las predicciones. El modelo seleccionado debe estar adaptado al sistema mineral específico que se desee estudiar. Por ejemplo, existen modelos disponibles para depósitos de pórfido de cobre o de oro, cada uno entrenado con datos relacionados con esos tipos de sistemas minerales.
Modelos de fusión de datos disponibles
Arch_IntrusionRelated_AuCu__c1p4
Objetivo: intrusiones arcaicas relacionadas con depósitos de oro y cobre.
Tipo de depósito: Depósitos relacionados con intrusiones arcaicas
Target Commodities: Au, Cu
VMS_Poly__c3p8
Diseñado para identificar depósitos VMS, con especial atención al oro, el cobre y el zinc.
Tipo de depósito: Depósitos de sulfuros masivos volcánicos (VMS)
Target Commodities: Au, Cu, Zn
Pegmatita_LCT_c0p2.pt
Diseñado específicamente para localizar depósitos de litio en formaciones pegmatitas.
Tipo de depósito: Depósitos de litio alojados en LCT pegmatíticos
Target Commodities: Li
Epitermal_Au__c1p8
Se centra en la identificación de depósitos de oro de estilo epitermal.
Tipo de yacimiento: depósitos epitermales de oro
Target Commodities: Au
Polimérico_Epitermal__c1p0.pt
Tipo de depósito: depósitos epitermales polimetálicos
Target Commodities: Au-Ag-Cu-Pb-Zn
Orogénico_Au__c5p0
Diseñado para detectar depósitos de oro orogénico utilizando datos geológicos.
Tipo de yacimiento: depósitos orogénicos de oro
Target Commodities: Au
Porfirio_CuAuMo__c2p7
Especializados en sistemas de pórfido dirigidos a la extracción de oro, cobre y molibdeno.
Tipo de yacimiento: sistemas de pórfidos
Target Commodities: Au, Cu, Mo
Carlin_Au_c1p0.pt
Se centra en los depósitos de oro de estilo Carlin utilizando datos predictivos.
Tipo de depósito: depósitos tipo Carlin
Target Commodities: Au
UltraMáfico_CuNiPGE__c0p9
Tipo de depósito: ultramáficos hospedando Cu-Ni-PGE
Target Commodities Cu-Ni-Co-Pt-Pd
Modelo maestro
Entrenado con un amplio conjunto de datos para fines exploratorios generales, este modelo está diseñado para funcionar en diversos sistemas y puede ofrecer predicciones sólidas incluso sin datos de entrenamiento específicos.
Uso recomendado: Utilizar cuando no exista un modelo específico para el tipo de depósito objetivo.
Tipo de depósito: Modelo general (no específico para ningún tipo de depósito)
Productos objetivo: Ninguno (generalizado)
None (Ninguno)
Entrena un modelo desde cero utilizando únicamente los datos dentro del Área de Interés (AOI) seleccionada.
Uso recomendado: entrenar un modelo únicamente con datos propios, sin usar la base de datos de DORA.
Tipo de depósito: Ninguno (modelo entrenado desde cero)
Productos objetivo: según los datos proporcionados en el AOI
Notas
Los nombres de los modelos como c2p4 se refieren al número de imágenes de entrenamiento utilizadas (por ejemplo, c2p4 representa 24.000 imágenes de entrenamiento).
Priorice los modelos entrenados en el tipo de depósito correcto, luego seleccione el que tenga el conteo de entrenamientos más alto para obtener los resultados más confiables.
¿Notó la convención de nombres c2p4, c1p8, etc.? ¡Es una referencia a C-3PO de Star Wars!
Más información
¿Aún tiene preguntas?
Comuníquese con su contacto exclusivo de DORA o envíe un correo electrónico a Support@VRIFY.com para obtener más información.