文献

J-GLOBAL ID：202202257483596982   整理番号：22A1159235

機械学習支援ドメイン尤度推定を組み込んだ表面ワーピング:鉱山地質学モデリングおよび自動化における新しいパラダイム【JST・京大機械翻訳】

Surface Warping Incorporating Machine Learning Assisted Domain Likelihood Estimation: A New Paradigm in Mine Geology Modeling and Automation

著者 (3件)： Leung Raymond (The Australian Centre for Field Robotics, The University of Sydney, Sydney, NSW, Australia) ,  Balamurali Mehala (The Australian Centre for Field Robotics, The University of Sydney, Sydney, NSW, Australia) ,  Lowe Alexander (The Australian Centre for Field Robotics, The University of Sydney, Sydney, NSW, Australia)
資料名： Mathematical Geosciences  (Mathematical Geosciences)
巻： 54  号： 3  ページ： 533-572  発行年： 2022年 
JST資料番号： A1077A  ISSN： 1874-8961  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 地表採掘において,生産掘削から取られた分析測定は,しばしば修正され,その後改良される疎な探査データを使用して作成される,最初に不正確な表面(例えば,鉱化境界)を可能にする有用な情報を提供する。最近,Bayesワーピング技法が,新たに取得した爆風孔データによって課された地球化学的観察と空間制約を用いて,モデル化された表面を再現するために提案された。本論文では,このワーピングフレームワークに機械学習(ML)を組み込み,尤度計算を一般化できるようにした。この技法は,地表面上の頂点の位置を調整することによって,疎地地球化学観測に関してモデル化された地質境界の完全性を最大化するために,作業する。その基礎は,化学,[数式:原文を参照]を与えられた地質領域尤度が,特定のカテゴリマッピング[数式:原文を参照]に対して[数式:原文を参照]と類似の役割を果たすBayes導出によって,置かれる。この観測は,ML技術がデータ駆動方法で前者を推定するのに使用できるので,後者に中心を置く手動較正プロセスを可能にする。機械学習性能を,精度および再現率を用いて,二値およびマルチクラスコンテキストにおける勾配ブースティング,ニューラルネットワーク,ランダムフォレストおよび他の分類器に対して評価した。ML尤度推定子を表面ワーピングフレームワークに統合すると,表面成形性能を,縦糸表面上および下に位置する試験試料のカテゴリ分布を調べることにより,非セーエンデータを用いて評価した。大規模検証実験を行い,Matern3/2カーネルによるGauss過程(GP)推論により事後平均が得られる鉱石グレード推定システム内の完全統合要素としてのML支援表面ワーピングの全体的有効性を評価した。本論文では,グレード推定がMLと他のコンポーネントとの境界ワーピングを統合することによって達成される複雑なシステム内の機械学習の応用を説明した。グラフは,グラフィCopyright International Association for Mathematical Geosciences 2021. corrected publication 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *確率 ,  *自動化 ,  ニューラルネットワーク ,  Gauss過程 ,  鉱化作用 ,  地球化学 ,  *モデリング ,  *鉱山 ,  *地質 ,  推定量 ,  *画像変換 ,  制約条件 ,  *機械学習
準シソーラス用語： *ワーピング ,  ブースティング ,  *尤度 ,  ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (6件)： Bayes計算 ,  地質境界 ,  メッシュ幾何学 ,  地球化学に基づくBayes変形可能表面(GC-BDS) ,  マルチクラス確率推定量 ,  アンサンブル分類器

分類 (4件)： 人工知能  (JE08000Z) ,  地球化学的探査  (DE10070T) ,  図形・画像処理一般  (JE04010I) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (9件)： 機械学習 ,  支援 ,  ドメイン ,  尤度 ,  推定 ,  ワーピング ,  モデリング ,  自動化 ,  パラダイム