本文選題：大數(shù)據(jù) + 智能礦床模型��； 參考：《礦物巖石地球化學(xué)通報(bào)》2017年02期

【摘要】：大數(shù)據(jù)是"未來(lái)的新石油",Nature和Science相繼出版�？瘉�(lái)探討大數(shù)據(jù)帶來(lái)的挑戰(zhàn)和機(jī)遇。大數(shù)據(jù)的特征是數(shù)據(jù)規(guī)模大,并經(jīng)常呈異構(gòu)多模態(tài)、復(fù)雜關(guān)聯(lián)、動(dòng)態(tài)涌現(xiàn)等特點(diǎn),需要高效計(jì)算模型和方法。大數(shù)據(jù)-智能礦床研究剛剛起步,需對(duì)多維、異構(gòu)、隱性大數(shù)據(jù)的高效存儲(chǔ)、管理、集成、融合與深度挖掘,需人工智能方法——機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、可視分析的應(yīng)用。貝葉斯網(wǎng)絡(luò)是成因建模的一個(gè)革命性工具,可以用來(lái)揭示礦床的成因機(jī)制及它們背后的規(guī)律。來(lái)自地質(zhì)調(diào)查、監(jiān)測(cè)數(shù)據(jù)獲得的與"礦"有關(guān)的大數(shù)據(jù),通過(guò)迭代計(jì)算,可以不斷完善所建立的礦床模型,并且通過(guò)云計(jì)算技術(shù),使得世界各地的礦床研究團(tuán)隊(duì)共同參與,引發(fā)礦床模型研究方式的變革。
[Abstract]:Big data is the New Petroleum of the Future. The Nature and Science have published special journals to discuss the challenges and opportunities brought by big data.Big data is characterized by a large scale of data, and is often heterogeneous multi-modal, complex correlation, dynamic emergence and other characteristics, which requires efficient computing models and methods.Big data-intelligent deposit research has just started. It needs the application of high efficiency storage, management, integration, fusion and deep mining of multidimensional, heterogeneous and recessive big data, and the application of artificial intelligence method-machine learning, deep learning and visual analysis.Bayesian network is a revolutionary tool for genetic modeling, which can be used to reveal the genetic mechanism of ore deposits and the laws behind them.Big data, who is related to "mines" obtained from geological surveys and monitoring data, through iterative calculations, can continuously refine the deposit model that has been established, and through cloud computing technology, involve ore deposit research teams from all over the world.The research mode of ore deposit model is changed.
【作者單位】： 中山大學(xué)地球環(huán)境與地球資源研究中心;廣東省地質(zhì)過(guò)程與礦床資源探查重點(diǎn)實(shí)驗(yàn)室;中山大學(xué)數(shù)學(xué)與計(jì)算科學(xué)學(xué)院;
【基金】：國(guó)家重點(diǎn)研發(fā)計(jì)劃重點(diǎn)專項(xiàng)課題(2016YFC0600506)
【分類號(hào)】：P628

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳承棟;礦床模型的研究現(xiàn)狀和動(dòng)向[J];中國(guó)地質(zhì);1988年09期

2 陳建宏,古德生,羅周全;礦床模型輔助建模工具及其開發(fā)[J];中南工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年05期

3 王勇毅,肖克炎,朱裕生,張壽庭,陳鄭輝,薛群威;初論中國(guó)銅礦數(shù)字礦床模型[J];地質(zhì)與勘探;2003年03期

4 王志宏;陳應(yīng)顯;;基于人工神經(jīng)網(wǎng)絡(luò)的三維礦床模型[J];煤炭學(xué)報(bào);2005年06期

5 何凱濤;王勇毅;丁建華;趙汀;;數(shù)字礦床模型研究與系統(tǒng)實(shí)現(xiàn)[J];礦床地質(zhì);2008年01期

6 J.W.巴布科克;李茂楠;;地質(zhì)礦床模型概論[J];國(guó)外采礦技術(shù)快報(bào);1985年18期

7 池順都;蘇聯(lián)若干用于局部預(yù)測(cè)的礦床模型[J];地質(zhì)科技情報(bào);1991年03期

8 崔南方;永平銅礦礦床模型的條件模擬[J];武漢化工學(xué)院學(xué)報(bào);1991年02期

9 C.J.郝奇森,高永文;礦床模型在找礦勘探中的應(yīng)用[J];桂林冶金地質(zhì)學(xué)院學(xué)報(bào);1991年01期

10 尹冰川，，安國(guó)英;再論礦床模型及分類[J];吉林地質(zhì);1994年04期

相關(guān)會(huì)議論文 前3條

1 王勇毅;;數(shù)字礦床模型與礦產(chǎn)資源評(píng)價(jià)[A];第七屆全國(guó)數(shù)學(xué)地質(zhì)與地學(xué)信息學(xué)術(shù)會(huì)議論文摘要匯編[C];2004年

2 姚鑫;王崇倡;張凱選;;基于ArcScene的礦床空間三維模型的建立及可視化研究[A];煤炭資源高效綠色開采與數(shù)字礦山學(xué)術(shù)討論會(huì)論文集[C];2005年

3 彭磊;金文巧;張瑩;楊琳;;陽(yáng)明山式巖隆蝕變巖型稀有礦床模型[A];河南地球科學(xué)通報(bào)2010年卷（上冊(cè)）[C];2010年

相關(guān)重要報(bào)紙文章 前2條

1 本報(bào)記者 周鑄;唱響中國(guó)地學(xué)的國(guó)際化強(qiáng)音[N];中國(guó)礦業(yè)報(bào);2013年

2 記者 田雪蓮 特約記者 徐叢榮;成礦作用與資源評(píng)價(jià)實(shí)驗(yàn)室向國(guó)家隊(duì)沖刺[N];中國(guó)國(guó)土資源報(bào);2012年

相關(guān)博士學(xué)位論文 前1條

1 毛政利;鳳凰山銅礦數(shù)字礦床模型及其預(yù)測(cè)系統(tǒng)開發(fā)研究[D];中南大學(xué);2004年

相關(guān)碩士學(xué)位論文 前5條

1 楊念哥;會(huì)東鉛鋅礦三維礦床模型開發(fā)與應(yīng)用研究[D];中南大學(xué);2008年

2 定立;江西永平銅礦礦床模型與應(yīng)用[D];中國(guó)地質(zhì)大學(xué)（北京）;2013年

3 孫長(zhǎng)坤;多金屬露天礦邊際品位優(yōu)化與應(yīng)用研究[D];昆明理工大學(xué);2014年

4 呂立娜;西藏班公湖—怒江成礦帶西段富鐵與銅（金）礦床模型[D];中國(guó)地質(zhì)科學(xué)院;2012年

5 宋小美;基于數(shù)字化礦床模型的露天開采規(guī)劃優(yōu)化研究[D];昆明理工大學(xué);2014年

本文編號(hào)：1737404