报告详情
白钨矿微量元素数据挖掘对湘中盆地金-锑-钨矿床成因的制约
编号：2528
访问权限：仅限参会人
更新：2024-04-12 13:59:09 浏览：1338次
口头报告
报告开始：2024年05月20日 09:38（Asia/Shanghai）
报告时间：8min
所在会场：[S15] 主题15、矿产与资源 [S15-5] 主题15、矿产与资源 专题15.11、专题15.3（20日上午，203）
暂无文件
摘要
理解成矿环境对于实际勘探工作至关重要。本研究利用白钨矿的地球化学特性，结合可解释机器学习算法，以解析成矿过程的复杂性。我们采用多种监督式机器学习的方法，利用白钨矿微量元素的高维信息识别成矿流体的来源。我们展示了机器学习分类器能够高效且准确地对不同来源白钨矿的微量元素数据进行分类。使用SHAPley Additive exPlanations工具对模型的解释表明，Sr、La、Eu、Nb、Pb、Ta和Mo是利用白钨矿微量元素地球化学手段进行成矿流体预测最具指示性的元素。对湘中盆地白钨矿数据的机器学习揭示了成矿区Au–Sb–W矿化的复杂性，强调了将地球化学与机器学习方法相结合在矿床学研究中的潜力。
关键词
白钨矿,机器学习,湘中成矿省,Au–Sb–W矿床,数据挖掘
报告人
赵红涛
博士研究生 中南大学稿件作者
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论