.png){kind=icon}
返回
Mineral prospectivity mapping for multi-source geoscience data: A novel unsupervised deep learning method
.png){kind=icon}
OA
AI
DOI：10.1016/j.oregeorev.2025.106866.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 本文提出了一种基于视觉Transformer的无监督深度学习方法用于矿产勘查性制图。
• 所提出的方法从多源地球科学数据中挖掘地球化学和地质信息，以提高识别高矿化潜力区域的准确性。
• 该方法以无监督方式训练模型，避免了数据分类不平衡和数据标签缺失等问题。
Keyword:
Mineral prospectivity mapping
Geoscience data
Unsupervised learning
Deep learning
Vision Transformer
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.6
论文数:
6.6K
被引数:
2.2W
机构
引用论文
分享收藏GeoConformal Prediction: A Model-Agnostic Framework for Measuring the Uncertainty of Spatial Prediction几何保形预测：一种用于测量空间预测不确定性的模型无关框架
OAAI
OAAI分享收藏Pearson Correlation Coefficient Applied to Petroleum System Characterization: The Case Study of Potiguar and Reconcavo Basins, Brazil.png)
GeosciencesOAAI
GeosciencesIF0
OAAI分享收藏
查看更多内容