文献

J-GLOBAL ID：201802245733105290   整理番号：18A0964094

イラン南東部,TakHT-E-Gonbad斑岩鉱床における鉱化帯の分離のためのサポートベクトルマシンの応用【JST・京大機械翻訳】

Application of support vector machine for the separation of mineralised zones in the Takht-e-Gonbad porphyry deposit, SE Iran

著者 (2件)： Mahvash Mohammadi Neda (Department of Mining and Metallurgy Engineering, Amirkabir University of Technology (Tehran Polytechnic), Hafez Ave. No. 424, Tehran, Iran) ,  Hezarkhani Ardeshir (Department of Mining and Metallurgy Engineering, Amirkabir University of Technology (Tehran Polytechnic), Hafez Ave. No. 424, Tehran, Iran)
資料名： Journal of African Earth Sciences  (Journal of African Earth Sciences)
巻： 143  ページ： 301-308  発行年： 2018年 
JST資料番号： H0868A  ISSN： 1464-343X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 鉱化帯の分類は,経済堆積物の分析のための重要な因子である。本論文において,サポートベクトルマシン(SVM),地下データに基づく教師つき学習アルゴリズムを,Takht-e-Gon悪斑岩Cu鉱床(南東イラン)における鉱化帯の分類のために提案した。入力特徴の影響を,SVM性能に関する精度率を計算することによって評価した。最終的に,SVMモデルは,入力特徴,すなわち,岩石学,変質,鉱化作用,レベル,およびカーネル関数としての動径基底関数(RBF)に基づいて開発される。さらに,n倍交差検証法を用いて,パラメータλおよびCの最適量を,それぞれ,0.001および0.01のレベルで計算した。このモデルの精度は,Takht-e-Gon悪斑岩鉱床における鉱化帯の分類に対して0.931である。本研究の結果は,鉱化帯を分類するためのSVM法の効率を確認した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 教師つき学習 ,  *鉱化作用 ,  岩石学 ,  *サポートベクトルマシン ,  堆積物 ,  *イラン・イスラム共和国 ,  アルゴリズム ,  銅鉱床 ,  *鉱床 ,  交差検証法 ,  *斑岩 ,  動径基底関数
準シソーラス用語： Kernel関数 , 【Automatic Indexing@JST】

著者キーワード (4件)： SVM法 ,  マルチ分類 ,  鉱化帯 ,  Cu斑岩鉱床

分類 (2件)： 地質構造・テクトニクス  (DE04030Y) ,  金属鉱床  (DE09030H)

タイトルに関連する用語 (5件)： イラン ,  斑岩 ,  鉱床 ,  サポートベクトルマシン ,  応用