文献

J-GLOBAL ID：201702238644189727   整理番号：17A1658273

鉱床の大規模データとインテリジェント鉱床モデルの研究の背景と進展【JST・京大機械翻訳】

Research Progress on Big Data and Intelligent Modelling of Mineral Deposits

著者 (6件)： Zhou Yongzhang (中山大学地球環境与地球資源研究中心,广州510275;广東省地質過程与鉱床資源探査重点実験室,广州510275) ,  Li Peixing (中山大学数学与計算科学学院,广州510275;广東省地質過程与鉱床資源探査重点実験室,广州510275) ,  Wang Shugong (中山大学地球環境与地球資源研究中心,广州510275;广東省地質過程与鉱床資源探査重点実験室,广州510275) ,  Xiao Fan (中山大学地球環境与地球資源研究中心,广州510275;广東省地質過程与鉱床資源探査重点実験室,广州510275) ,  Li Jingzhe (中山大学地球環境与地球資源研究中心,广州510275;广東省地質過程与鉱床資源探査重点実験室,广州510275) ,  Gao Le (中山大学地球環境与地球資源研究中心,广州510275;中山大学数学与計算科学学院,广州510275;广東省地質過程与鉱床資源探査重点実験室,广州510275)
資料名： Kuangwu Yanshi Diqiu Huaxue Tongbao  (Kuangwu Yanshi Diqiu Huaxue Tongbao)
巻： 36  号： 2  ページ： 327-331,344  発行年： 2017年 
JST資料番号： C2707A  ISSN： 1007-2802  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 大データは「未来の新石油」であり、Copyright Nature Publishing Group Scienceは、大規模なデータによる挑戦とチャンスを検討している。大規模なデータの特徴はデータの規模が大きく、しばしば異種の多モード、複雑な関連、動的な湧出などの特徴を持ち、効率的な計算モデルと方法を必要とする。大規模データ-インテリジェント鉱床の研究は始まり,多次元,不均一,大規模なデータの効率的な蓄積,管理,統合,融合,深さマイニング,人工知能方法,機械学習,深さ学習,可視分析の応用が必要である。ベイジアンネットワークは成因モデリングの革命的ツールであり、鉱床の成因メカニズムとそれらの背後の規則を明らかにすることができる。地質調査とモニタリングデータから得られた「鉱」に関する大データは、反復計算により、確立した鉱床モデルを絶えず改善し、かつクラウドコンピューティング技術を通じて、世界各地の鉱床研究チームを共同で参与させ、鉱床モデル研究方式の変革を引き起こした。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *鉱床 ,  高次元 ,  計算モデル ,  人工知能 ,  機械学習 ,  石油 ,  多モード ,  地質調査 ,  モデリング
準シソーラス用語： クラウドコンピューティング ,  信念ネットワーク ,  *大規模データ , 【Automatic Indexing@JST】

著者キーワード (5件)： big data ,  intelligent modelling of mineral deposit ,  machine learning ,  in-deepth learning ,  Bayesian network

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 鉱床 ,  大規模データ ,  モデル ,  研究 ,  背景 ,  進展