پديد آورنده :
كياني، فرشيد
عنوان :
مقايسه روشهاي هوشمند براي پيشبيني مدل ژئوشيميايي در تعيين نقاط حفاري تكميلي در كانسار طلاي زرشوران، شمالغرب ايران
مقطع تحصيلي :
كارشناسي ارشد
محل تحصيل :
اصفهان: دانشگاه صنعتي اصفهان، دانشكده معدن
صفحه شمار :
چهارده، [86]ص.: مصور، جدول، نقشه(رنگي)، نمودار
يادداشت :
ص. ع. به فارسي و انگليسي
استاد راهنما :
حسن طباطبايي
توصيفگر ها :
نظارت شده , ماشين بردار پشتيبان , قدرت توليد خطي , رگرسيون فازي- عصبي , آناليز تمايز , جنگل تصادفي
استاد داور :
داور داخلي: نادر فتحيان پور; داور خارجي: ابراهيم قاسمي
تاريخ ورود اطلاعات :
1395/12/01
چكيده فارسي :
چكيده نياز به كشف و سرمايه گذاري بر روي تودههاي كانساري عميق با توجه به اكتشاف و بهره برداري كانسارهاي سطحي بيش از گذشته احساس ميشود در ميان تكنيكهاي اكتشافي پردازش و تحليل دادههاي ژئوشيميايي به دليل نمونه برداري مستقيم از زمين و مطالعه روابط ميان عناصر متغيرهاي ژئوشيميايي و كشف هالههاي عناصر با قدرت تحرك باال جايگاه ويژهاي دارند پيشرفت دستگاههاي آزمايشگاهي و تكنيكهاي پردازش داده در دو دهه اخير نتايج حاصل از اين پردازشها را قابل اعتمادتر از گذشته ساختهاند در عين حال طراحي شبكه حفاري با استفاده از دادههاي سطحي با ريسك بااليي همراه است و الزاما به ماده معدني برخورد نميكند لذا استفاده بهينه از دادهها و پردازش صحيح آنها ميتواند باعث كاهش ريسك عملياتي و در نتيجه كاهش هزينه شود در اين پايان نامه از روشهاي آمار كالسيك و هوشمند جهت مدلسازي كانسار طالي تيپ كارلين زرشوران استفاده شده است تيپ كارلين ذخاير طالي از نوع هيدروترمال پراكنده جانشيني با سنگ ميزبان آهك سيلتي يا سيلتستون آهكي همراه با مواد آلي است مدلسازي در دو بخش كمي و كيفي جهت ارتباط دادههاي سطحي و زير سطحي اين كانسار انجام شده است در بخش كمي با تصوير كردن بلوكهاي زير سطحي بر سطح و ساخت دو پارامتر پيوسته قدرت توليد خطي و عمق برخورد به ماده معدني و ارتباط با دادههاي سطحي متناظرشان با استفاده از روشهاي رگرسيوني در دو بخش آموزشي و آزمايشي قدرت توليد خطي و عمق برخورد به ماده معدني تخمين زده شد مدلسازي كمي با استفاده از رگرسيون چندگانه رگرسيون بردار پشتيبان و شبكههاي فازي عصبي صورت گرفت رگرسيون بردار پشتيبان در منطقه آموزشي با دقتي باال 55 درصد به دادهها برازش شد و همچنين در منطقه آزمايشي دقت قابل قبولي حدود 97 درصد از خود نشان داد در بخش كيفي جهت تفكيك مناطق آنومال و زمينه از يكديگر بر اساس قدرت توليد خطي روشهاي آناليز تمايز ماشين بردار پشتيبان و جنگلهاي تصادفي استفاده شد اين روشها جز روشهاي نظارت شده بوده و پارامترهاي آنها با دادههاي آموزشي تنظيم شده و جهت بررسي صحت و تعميم پذيري نتايج بر منطقه آزمايشي اعمال ميشود نتايج ماشين بردار پشتيبان با تابع كرنل گوسي بهترين قدرت تفكيك 78 درصد در صحت سنجي متقابل را از ميان روشهاي ذكر شده ارائه داد نتايج پردازشهاي انجام شده حاكي از برتري بردارهاي پشتيبان و ارائه جواب بهينه با كمترين ريسك عملياتي است پس از مدلسازي در دو حالت كيفي و كمي نتايج به كل منطقه تعميم و نقاط حفاري تكميلي در بخش شمال غربي كانسار زرشوران معرفي شدند كلمات كليدي نظارت شده ماشين بردار پشتيبان قدرت توليد خطي زرشوران مدلسازي رگرسيون فازي عصبي آناليز تمايز جنگل تصادفي
چكيده انگليسي :
23 Maronna R Martin D Yohai V Robust statistics John Wiley Sons Chichester ISBN 2006 24 Tabachnick B G Fidell L S Osterlind S J Using multivariate statistics 2001 25 Reimann C Filzmoser P Garrett R G Background and threshold critical comparison of methods of determination Science of the Total Environment Vol 346 1 pp 1 16 2005 26 Reimann C Garrett R G Geochemical background concept and reality Science of the total environment Vol 350 1 pp 12 27 2005 27 Reimann C Filzmoser P Garrett R Dutter R Statistical data analysis explained applied environmental statistics with R John Wiley Sons 2011 28 Montgomery D C Introduction to statistical quality control 4th ed John Wiley Sons 2007 29 Tukey J W Exploratory data analysis 1977 30 Frigge M Hoaglin D C Iglewicz B Some Implementations of the Boxplot The American Statistician Vol 43 1 pp 50 4 1989 31 Mahalanobis P C On the generalized distance in statistics Proceedings of the National Institute of Sciences Calcutta Vol 2 pp 49 55 1936 32 Swan A R Sandilands M Introduction to geological data analysis International Journal of Rock Mechanics and Mining Sciences and Geomechanics Abstracts 1995 33 Thabtah F A Cowling P I A greedy classification algorithm based on association rule Applied Soft Computing Vol 7 3 2007 34 Davis J C Sampson R J Statistics and data analysis in geology Wiley New York et al 1986 35 Casella G Fienberg S Olkin I Springer Texts in Statistics 2010 36 Fisher R A The use of multiple measurements in taxonomic problems Annals of eugenics Vol 7 2 1936 37 Savazzi E Reyment R Aspects of multivariate statistical analysis in geology Elsevier 1999 38 McLachlan G Discriminant analysis and statistical pattern recognition John Wiley Sons 2004 39 Srivastava M S Methods of multivariate statistics 2002 40 Wu W Mallet Y Walczak B Penninckx W Massart D Heuerding S et al Comparison of regularized discriminant analysis linear discriminant analysis and quadratic discriminant analysis applied to NIR data Analytica Chimica Acta Vol 329 3 pp 257 65 1996 41 Chan Y Biostatistics 303 Discriminant analysis Singapore medical journal Vol 46 2 pp 54 2005 42 Kanevski M Pozdnoukhov A Timonin V Machine learning for spatial environmental data theory applications and software EPFL press 2009 43 Mohammadi Gonbadi A Tabatabaei S H Carranza E J Supervised geochemical anomaly detection by pattern recognition Journal of Geochemical Exploration Vol 157 pp 81 91 2015 44 Webb A R Statistical pattern recognition John Wiley Sons 2003 45 Vapnik V N An overview of statistical learning theory IEEE transactions on neural networks Vol 10 5 1999 46 Gunn S R Support vector machines for classification and regression ISIS technical report Vol 14 1998 47 Geranian H Tabatabaei S H Asadi H Carranza E J Application of discriminant analysis and support vector machine in mapping gold potential areas for further drilling in the Sari Gunay Gold Deposit NW Iran Natural Resources Research Vol 25 2 2016 48 Zuo R Carranza E J Support vector machine a tool for mapping mineral prospectivity Computers Geosciences Vol 37 12 2011 49 Russell S J Norvig P Canny J F Malik J M Edwards D D Artificial intelligence a modern approach Prentice hall Upper Saddle River 2003 50 Breiman L Random forests Machine learning Vol 45 1 pp 5 32 2001 51 Chatterjee S Hadi A S Regression analysis by example John Wiley Sons 2015
استاد راهنما :
حسن طباطبايي
استاد داور :
داور داخلي: نادر فتحيان پور; داور خارجي: ابراهيم قاسمي