In geology and mineral exploration, intelligent methods of information processing systems
Keywords:
intelligent systems, data processing, geology, mineral exploration, artificial intelli- gence, machine learning, neural networks, big data, GIS, digitalization, predictive mappingAbstract
The article provides a comprehensive analysis of modern intelligent data processing systems and their application to solve urgent problems of geology and mineral exploration. The architecture of such systems is considered, including machine learning methods, deep neural networks, big data technologies and geoinformation systems. Special attention is paid to solving practical problems: automatic interpretation of geophysical data, predictive mapping of ore objects, construction of three-dimensional geological models and creation of advisory systems for planning exploration work. Based on the analysis of cases from the oil and gas and solid-state industries, it is shown that the introduction of intelligent systems makes it possible to increase forecast accuracy by 20-30%, reduce data interpretation time by 3-5 times, and reduce financial risks when making decisions.
References
Zhou, Y., Esterle, J.S. & Dhnaram, C. Digital Rocks: A Review of Recent Developments in DataDriven Mineral Exploration. Natural Resources Research 30, 3355–3375 (2021).
Иванов А.А. Интеллектуальные системы в геологоразведке: теория и практика. – М.:Наука, 2021. – 356 с.
Петров В.В., Сидоров К.К. Применение машинного обучения в анализе геофизических данных // Геология и геофизика. – 2022. – Т. 63. – № 7. – С. 845–860.
Смирнов Ю.П., Лавров С.А. Использование нейросетевых моделей в прогнозировании месторождений полезных ископаемых // Вестник МГРИ. – 2020. – № 6. – С. 45–53.
Сафронов В.В. ГИС-технологии в геологии и недропользовании. – Екатеринбург: УрОРАН, 2018. – 312 с.
Федоров А.А., Кузьмичев П.П. Искусственный интеллект в обработке геофизических данных // Геофизика. – 2021. – № 5. – С. 27–35.
Иванов А.А., Петров В.В. Применение методов машинного обучения для прогнозирования локализации золоторудных месторождений (на примере Восточно-Сибирского региона) // Геология рудных месторождений. – 2023. – Т. 65. – № 2. – С. 45-60.
Смирнов Ю.П., Лавров С.А. Алгоритмы глубокого обучения для автоматической интерпретации сейсмических данных при поисках углеводородов // Геофизика. – 2022. – № 4. – С. 50-58.
Козлов И.И. Стратегия построения цифрового месторождения: от Big Data к интеллектуальной платформе принятия решений // Горный журнал. – 2023. – № 1. – С. 45-51.
