本书总结作者团队在矿产资源潜力智能评价领域的阶段性成果，重点介绍深度学习算法的基本原理，以及基于这些算法开展矿产资源潜力评价的具体实施细节，并介绍基于地质约束的深度学习模型构建的案例和基于计算机集群的深度学习模型的探索。此外，还展望矿产资源潜力智能评价未来的研究方向，包括数据与知识双重驱动的大数据矿产资源潜力评价、矿产资源潜力评价知识图谱构建和基于深度学习矿产资源潜力评价模型搭建等。

本书获得国家科学技术学术著作出版基金资助。

【资料图】

全书共13章。第1章介绍当前矿产资源潜力智能评价研究现状；第2章介绍环境配置与样本制作；第3～10章分别介绍卷积神经网络、循环神经网络、深度自编码网络、生成对抗网络、深度信念网络、深度强化学习、图神经网络和深度自注意力网络的概念原理，以及基于上述网络开展矿产资源潜力评价的具体实施步骤和案例；第11章介绍基于地质约束的深度学习模型开展地球化学异常识别和矿产资源潜力评价；第12章介绍基于计算机集群和卷积神经网络的地质填图；第13章进一步展望矿产资源潜力智能评价未来的研究方向。

本书概要

ISBN：9787030745293

内容简介

本书紧扣人工智能和深地资源探测国际学术前沿，主要介绍矿产资源潜力智能评价的概念和深度学习算法基本原理，重点介绍基于深度学习开展矿产资源潜力评价的具体实施步骤，包括软件环境配置、数据预处理、样本制作、模型构建及参数调节与优化等。本书可为解决深度学习用于矿产资源潜力评价中面临的训练样本少、模型构建难、可解释性差等难题提供方案。同时，本书可使读者在基于深度学习的矿产资源潜力智能评价方面快速入门，并能根据书中提供的实例，结合自己的数据开展矿产资源潜力智能评价。

读者对象

本书既可作为矿产勘查科学研究及一线地质工作者的参考用书，也可作为深度学习及其应用与实践相关专业学生的教材。

左右滑动查看全书目录

摘自本书前言等，部分内容有删改

地球为你而转！

欢迎关注：赛杰奥（sci_geo）

科学出版社地球科学订阅号

传播科学，欢迎您点亮★星标

文末分享、点赞、在看