Hoppa till innehållet
Boliden area, drill core archive
Bolidenområdet, borrkärnarkiv Visa originalbild , Öppnas i nytt fönster/flik

ML4DrillCore

Publicerad: 15 november 2021

ML4DrillCore: Sammanfoga maskininlärning och datorseende tekniker för automatisk borrkärnanalys på visuella och sammansatta data

ML4DrillCore: (Feb. 2021 - Nov. 2021)

Kvantitativa och kvalitativa geologiska modeller av mineralfyndigheter ligger till grund för gruvdriftens värdekedja, inklusive alla efterföljande beslut om värdering, gruvmetod, processmetod och åtgärder för att lindra miljöpåverkan från gruvdrift. De huvudsakliga indata i sådana modeller härrör från analysen av borrkärnor. På grund av komplexiteten hos geologiska material i kombination med tidsbegränsningar samlas bara en bråkdel av den information som lagras i berget in. Subjektivitet i loggning av texturegenskaper leder dessutom till att resultaten kan skilja sig åt mellan observatörer, vilket inducerar ytterligare komplexitet. Dessa osäkerheter och förvirring påverkar modellernas tillförlitlighet negativt, vilket i sin tur kan ha negativa effekter längre ner i värdekedjan. ML4DrillCore syftar till att förbättra analysen och utvärderingen av borrkärndata med kombinerad användning av djupinlärningstekniker, som ML4DrillCore - Seed Money Application 2020-2021 Page 2 till exempel datorseendetekniker på visuella data och standardmetoder för maskininlärning på sammansättningsdata.

Finansieringspartner: 
- SUN seed projekt