文献

J-GLOBAL ID：202202260199569643   整理番号：22A0781011

機械学習法を用いた砂岩型ウラン鉱床中のホスト岩石のろ過特性の推定【JST・京大機械翻訳】

Estimation of Filtration Properties of Host Rocks in Sandstone-Type Uranium Deposits Using Machine Learning Methods

著者 (5件)： Mukhamediev Ravil I. (MES RK, Institute of Information and Computational Technologies, Almaty, Kazakhstan) ,  Kuchin Yan (MES RK, Institute of Information and Computational Technologies, Almaty, Kazakhstan) ,  Amirgaliyev Yedilkhan (MES RK, Institute of Information and Computational Technologies, Almaty, Kazakhstan) ,  Yunicheva Nadiya (MES RK, Institute of Information and Computational Technologies, Almaty, Kazakhstan) ,  Muhamedijeva Elena (MES RK, Institute of Information and Computational Technologies, Almaty, Kazakhstan)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 18855-18872  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ウランの核崩壊は,成長エネルギー需要を満たす最もクリーンな方法の1つである。発電所に必要なウランは,主にほぼ等しい量の2つの方法で抽出される:採石(地下と開放ピット)と現場浸出(ISL)。ISLの有効利用は,他のものの中で,ホスト岩石の濾過特性の正しい決定を必要とする。カザフスタンでは,この計算は50年以上前に開発された方法に基づいており,ある場合には不正確な結果を与える。同時に,濾過特性の知識は,回復可能埋蔵量の計算,生産動力学の予測,井戸の最適数の計算などに必要である。機械学習を用いて鉱石含有岩石の濾過係数を計算する方法について述べた。提案した方法は非線形回帰モデルに基づいている。それはまた,既存の方法が適用できないプロセス酸性化ゾーン内の岩石の濾過特性の推定を可能にする。提案方法は,世界に採掘されたウランの約半分に適用され,濾過係数決定の精度を大きく(22%),従って,回収可能埋蔵量計算の精度と採掘プロセスの経済的指標の改善を可能にする。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *濾過 ,  *ウラン鉱床 ,  埋蔵量 ,  発電所 ,  *ウラン ,  採石 ,  *岩石 ,  *砂岩 ,  精度 ,  鉱石 ,  鉱量計算 ,  採掘 ,  酸性化 ,  カザフスタン共和国 ,  *機械学習

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (6件)： 機械学習 ,  砂岩 ,  ウラン鉱床 ,  岩石 ,  ろ過 ,  推定