文献

J-GLOBAL ID：202202229609801728   整理番号：22A0835226

鉱物探査目標のための多変量地球化学的異常検出のための辞書学習【JST・京大機械翻訳】

Dictionary learning for multivariate geochemical anomaly detection for mineral exploration targeting

著者 (2件)： Chen Yongliang (College of Earth Sciences, Jilin University, Changchun 130061, China) ,  Shayilan Alina (College of Earth Sciences, Jilin University, Changchun 130061, China)
資料名： Journal of Geochemical Exploration  (Journal of Geochemical Exploration)
巻： 235  ページ： Null  発行年： 2022年 
JST資料番号： D0290C  ISSN： 0375-6742  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： 辞書学習は,通常,訓練データセットをまばらに表現するために,基底ベクトル(すなわち,原子)から成る過剰完全辞書を訓練するために使用される。データポイントのスパース表現は,十分に訓練された完全辞書に由来する原子のスパース線形結合である。すべての訓練データ点のスパース表現は,訓練データセットの集団分布のサポート集合を構成する。本論文では,地球化学的探査データを,5つの辞書学習アルゴリズムの訓練データとして用いて,完全辞書を訓練した。すべての地球化学データ点の疎表現を用いて,(複合)地球化学バックグラウンドを記述し,データ点とその疎表現の間のユークリッド距離を用いて,多変量地球化学異常検出におけるデータポイントの異常性を表した。実証目的のために,河北省(中国)のChengde地区を事例研究地域として使用し,5つの辞書学習モデルを金鉱物探査目標のための多変量地球化学異常検出のために確立した。5つの辞書学習モデルの性能を,金鉱物探査目標におけるk-最近傍(KNN)モデル,結合KNNモデル,およびGauss混合モデル(GMM)のものと比較した。結果は,(a)5つの辞書学習モデルが,KNNモデル,組合せKNNモデル,および曲線の下の領域(AUC),および(b)調査地域で最適に描写された金の見込みのある地域が,面積の小さい割合を占めるが,(b)既知の金鉱床の大部分を含み,多段階マグマ貫入とNEトレンド断層帯の外部接触帯のような好ましい鉱石形成因子との空間的な相関を有することを示す。。”その結論を示した。”その結論]は,(a)その領域の割合が小さいこと,および,(b)調査地域で最適に描写された金の前向き地域は,面積の小さい割合を占める,しかし,(b)その研究地域で最適に描写された金の将来は,その地域の小さな割合を占める,しかし,(b)調査地域で最適に描写された金の将来は,その地域の小さな割合を占める,という事を示していた。(b)しかし,多くの既知の金鉱床を含み,そして,そして,(b)多段階のマグマ貫入とNE-トレンド断層帯の外部接触帯のような好ましい鉱石形成要因との空間相関を有する。したがって,辞書学習アルゴリズムは,鉱物探査目標のための多変量地球化学異常検出の実行可能な技術である。複雑な地球化学的背景を持つ異なる領域における辞書学習アルゴリズムの有用性をさらにテストする価値がある。Copyright 2022 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： *鉱物 ,  *学習 ,  金 ,  金鉱床 ,  *地球化学 ,  データ表現 ,  鉱石 ,  事例研究 ,  数学的変換 ,  *辞書 ,  学習アルゴリズム
準シソーラス用語： 訓練データ ,  線形結合 ,  Gauss混合モデル ,  Euclid距離 ,  スパース表現 ,  *多変量 ,  *辞書学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： 辞書学習 ,  過完全辞書 ,  スパース表現 ,  K最近傍モデル ,  Gauss混合モデル ,  地球化学的異常検出

分類 (4件)： 図形・画像処理一般  (JE04010I) ,  信号理論  (ND02020G) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 鉱物 ,  探査 ,  目標 ,  多変量 ,  地球化学 ,  異常検出 ,  辞書学習