|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 大数据与数学地球科学研究进展——大数据与数学地球科学专题代序显示文摘大数据与数学地球科学的核心应用技术包括高维数据降维、图像数据处理、无限数据流挖掘、机器学习、关联规则算法与推荐系统算法等。人工智能地质学,包括大数据-智能矿床成因模型与找矿模型的构建,是具有重要价值的研究方向。高维数据降维旨在从初始高维特征集合中选出低维特征集合,有效地消除无关和冗余特征,增强学习结果的易理解性。哈希算法、聚类分析、主成分分析等是较常用的数学降维工具。机器学习是人工智能的核心,是使计算机具有智能的根本途径。机器学习与人工智能各种基础问题的统一性观点正在形成。深度学习的训练模型往往需要海量数据作为支撑,因此迁移学习方法日益受到重视。图像模式识别是大数据挖掘的重要技术。网络中的社区结构识别对理解整个网络的结构和功能有重要价值,可帮助分析、预测网络各元素间的交互关系。沉浸式虚拟现实技术是实现大数据可视化的重要方向,对具有多元、异构、时空性、非线性、多尺度地质矿产勘查数据的展示要求有特别的价值。引入VR技术进行矿产地质大数据的可视化,可实现大数据时代矿产勘查数据的新认知。无限数据流在地质、地球化学、地球物理监测中大量存在,甚至可以持续自动产生。对数据流数据的计算包括对点查询、范围查询、内积查询、分位数计算、频繁项计算等。关联规则和推荐系统算法是大数据挖掘中的重要算法,其应用范围越来越广泛。贝叶斯原理在大数据时代有独特的价值,贝叶斯网络是成因建模的一个革命性工具。智能地质学研究刚刚起步,构建大数据-智能矿床成因模型与找矿模型是智能地质学研究的重要内容。矿床模型研究方式的变革,将出现于互联网、云计算技术环境下全球各地的矿床研究团队的共同参与。 | 周永章 陈烁 张旗 肖凡 王树功 刘艳鹏 焦守涛 | 2018 | 岩石学报2018，34，2： | 82 |
| 2 | 数学地球科学跨越发展的十年:大数据、人工智能算法正在改变地质学显示文摘近十年是科学研究从问题驱动向数据驱动转变的转折时期,科学研究的第四范式—数据密集型科学发现应势而生。这期间,大数据与人工智能算法的引入使数学地球科学实现跨越式发展,并正在改变地质学。机器学习是使计算机具有智能的根本途径。深度学习,即多层神经网络的方法,是一种实现机器学习的技术,是过去几年大数据与数学地球科学研究的最重要的热点。贝叶斯网络是贝叶斯公式和图论结合的产物,可用来建立矿床地质的成因网络,进而理解矿床成因。地质大图形问题可以转化为大型的复杂网络空间问题和社区结构问题,社区分析技术可用于地震预报、地质网络分析、特殊地质现象识别、矿床预测。关联规则和推荐系统算法在地质研究中已有成功的应用实例。化探数据及其异常经常包含复杂和非线性模式,深度学习在智能识别与提取复杂地质条件下地球化学异常具有优异的能力,卷积神经网络、堆叠自编码机等是较为常用和有效的方法。非线性矿产资源预测、基于GIS和三维地质建模的三维成矿预测及相应的软件系统得到持续改进。三维虚拟仿真建模技术的应用实现了多模态、跨尺度地学虚拟现实与多维交互,地质过程数值模拟等已有创新性进展。区块链技术以及OneGeology、玻璃地球、深时数字地球等大地质科学计划,将在整合全球地质大数据、共享全球地学知识、推动数学地球科学学科发展方面起到重大的推动作用。 | 周永章 左仁广 刘刚 袁峰 毛先成 郭艳军 肖凡 廖杰 刘艳鹏 | 2021 | 矿物岩石地球化学通报2021，40，3： | 41 |
| 3 | Identification model of geochemical anomaly based on isolation forest algorithm显示文摘The methods for geochemical anomaly detection are usually based on statistical models, and it needs to assume that the sample population satisfies a specific distribution, which may reduce the performance of geochemical anomaly detection. In this paper, the isolation forest model is used to detect geochemical anomalies and it does not require geochemical data to satisfy a particular distribution. By constructing a tree to traverse the average path length of all data, anomaly scores are used to characterize the anomaly and background fields, and the optimal threshold is selected to identify geochemical anomalies. Taking 1∶200 000 geochemical exploration data of Fusong area in Jilin Province, NE China as an example, Fe2O3 and Pb were selected as the indicator elements to identify geochemical anomalies, and the results were compared with traditional statistical methods. The results show that the isolation forest model can effectively identify univariate geochemical anomalies, and the identified anomalies results have significant spatial correlation with known mine locations. Moreover, it can identify both high value anomalies and weak anomalies. | SHANG Yinmin LU Laijun KANG Qiankun | 2019 | Global Geology2019，22，3： | 1 |
| 4 | 地球科学研究的泛量子化问题显示文摘量子是微观世界能量最小单位,量子力学研究的是量子态属性行为及动力学问题。按照微观决定宏观的自然科学规律,量子地球科学研究的对象之一是宏观层次与微观量子之间具有的某种对应关系。众所周知,地球系统科学问题之一在于各圈层相互耦合关系及动力学机制,宏观运行机制应该是微观力学原理的某种自然延伸。依据量子力学原理阐述宏观地学问题是亟待突破的理论课题。本文从量子力学与宏观地学属性内涵角度提出一种表达递近关系(微观至宏观)的泛量子-量子理论体系,并给出一系列定量表达方程模型,称这种研究模式为地球科学量子化过程。旨在为建立量子地球科学奠定理论基础。同时也为地球科学的量子计算提供必要的科学依据。 | 路来君 曹梦雪 谭雨蕾 | 2023 | 地学前缘2023，30，5： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员