ML4DrillCore

ML4DrillCore: Fusion av maskininlärning och datorseendeteknik för automatisk analys av borrkärnor med visuell och kompositionsdata.

ML4DrillCore: (Feb. 2021 - Nov. 2021)

Kvantitativa och kvalitativa geologiska modeller av mineralfyndigheter utgör grunden för gruvnäringens värdekedja, inklusive alla efterföljande beslut om värdering, gruvdriftsmetod, bearbetningsmetod och åtgärder för att mildra gruvdriftens miljöpåverkan. De främsta ingångsdata i sådana modeller härrör från analysen av borrkärnor. På grund av komplexiteten i geologiska material i kombination med tidsbegränsningar samlas endast en bråkdel av informationen som lagras i berggrunden. Subjektivitet i loggningen av texturattribut leder dessutom till att resultat kan skilja sig mellan observatörer, vilket medför ytterligare komplexitet. Dessa osäkerheter och förvirring påverkar negativt modellernas tillförlitlighet, vilket i sin tur kan ha negativa effekter längre ner i värdekedjan. ML4DrillCore syftar till att förbättra analysen och utvärderingen av borrkärnadata med användning av djupinlärningstekniker, som till exempel datorseendeteknik på visuell data och standardmaskininlärningsmetoder på kompositionsdata.

Finansieringspartner: SUN seed projects