优于五大先进模型,浙江大学杜震洪团队提出 GNNWLR 模型:提升成矿预测准确性

利用Qgis进行WRF中土地利用数据的替换 阅读详情

卡塔尔世界杯自 2010 年荣膺举办权,直至 2022 年辉煌成功举办,累计投入资金高达约 2,290 亿美元。相较之下,此前七届世界杯的总花费仅约 400 多亿美元。这场体育盛事展现出奢华无度的风采,归根结底源于卡塔尔这个国度的深厚底蕴。正所谓「家中有矿,心中不慌」,卡塔尔正是凭借丰厚的矿产资源,得以尽情挥洒钞票,打造一场场视听盛宴。

矿产资源,对个人而言,意味着取之不尽的巨额财富,令人神往;对社会而言,则是经济社会发展的重要支柱,关乎国计民生和国家安全。然而,矿产资源并非唾手可得,它们藏于地下数百米之处,往往要历经千辛万苦,才能勘查出宝贵的矿产资源。

随着矿产勘查学科的不断发展,业内已经逐步形成以「成矿系统-勘查系统-预测评价系统」为指导的研究路线。尽管人工智能在矿产资源预测评价 (MPM) 系统中发挥着越来越重要的作用,但其应用仍存在一定的局限性,往往使得地质学家难以相信最终结果。

为了提升成矿预测模型的可解释性,以及成矿过程中因地质因素导致的空间非平稳性,浙江大学的研究团队提出了一种新的地理空间人工智能方法——地理神经网络加权逻辑回归 (geographically neural network-weighted logistic regression, GNNWLR)。

该模型集成了空间模式 (spatial patterns) 和神经网络,结合 Shapley 加性解释理论,不但能够大幅提升预测的准确性,并且能够在复杂的空间场景中提升矿物预测的可解释性。

图片

MPM 过程

研究亮点

  • 提出了一种地理神经网络加权逻辑回归模型 GNNWLR

  • GNNWLR 在矿产资源预测评价方面优于其他先进模型

  • GNNWLR 克服了空间异质性和非线性影响

  • GNNWLR 提升了人工智能用于成矿机制的可解释性

图片

论文地址:
https://doi.org/10.1016/j.jag.2024.103746
关注「HyperAI超神经」公众号,后台回复「成矿预测」获取完整 PDF

角逐全球 MPM 试验场:加拿大新斯科舍省 Meguma 地区

该研究主要围绕加拿大新斯科舍省西部面积约 7,800 平方公里的 Meguma 群,该地区主要覆盖草原和森林。Meguma 地体由两层地层组成,下层为 Goldenville 群地层,主要由变质砂岩组成。上层为 Halifax 群地层,由页岩复杂岩石组成。

由于阿卡迪亚造山运动和泥盆纪花岗岩的侵位作用,该地区形成了一系列北东-南西走向的褶皱构造,已成为多种矿产资源预测评价系统的试验场。

图片

简化的地质图和要素图层

研究区域内共有 20 处浊积岩金矿床。因此,该研究使用了 6 个特征层,包括背斜构造因素,Goldenville 和 Halifax 地层之间的接触因素,以及铜 (Cu)、铅 (Pb)、砷 (As) 和锌 (Zn) 等化学元素。

其中,该研究对背斜以及 Goldenville 和 Halifax 地层之间的接触面,进行了多环缓冲区分析 (multiple-ring buffer analysis),以 0.5km 的间隔分配相应权重,共形成了 16 个缓冲区环。同时,该研究还对 671 个含有化学元素的湖泊沉积物样品进行了反距离加权插值 (IDW)。最后,该研究对整个研究区域进行网格化处理,将所有特征层统一为 1km x 1km 的栅格数据。

由于 20 个正样本相对于整个研究区域而言仍然太小,正负样本的比例比较容易出现不平衡的情况。所以,该研究还对缓冲区进行了分析,围绕 20 个正样本点划分 2km 半径,然后进行栅格化分析。

最终,该研究共获得 245 个阳性样本,代表此处存在矿藏,其他则表示不存在。同时,该研究从负样本集中随机选择与正样本相同数量的数据,并与正样本合并以创建训练集和验证集。

GNNWR 模型:有效集成神经网络

由于地理神经网络加权回归 (GNNWR) 的模型结构使用了均方误差,直接将其应用于矿产资源预测评价中可能会带来收敛挑战。研究证明,交叉熵比均方误差更具实用性优势。因此,该研究采用了专门为逻辑回归设计的损失函数——二元交叉熵 (binary cross-entropy, BCE)。

在此背景下,GNNWLR 首先计算每个数据点的空间坐标,与训练数据集中其他数据点的空间坐标之间的距离,并以此作为输入,进行 dropout 正则化并防止过度拟合。

其次,该研究通过神经网络输出的空间权重向量,与最小二乘法得出的系数和自变量的值进行点积运算,随后应用逻辑回归函数生成最终的预测值。

最终,该研究使用二元交叉熵损失函数计算相对于实际值的损失,并以此指导神经网络进行负反馈调整。

图片

GNNWLR 模型构建

在该研究中,研究人员还针对目前最为常见的地理加权回归 (GWR)、支持向量机 (SVM)、随机森林 (RF)、地理加权逻辑回归 (GWLR)、地理加权支持向量回归 (GWSVR)、随机森林 (GWRF) 模型进行比较。

具体来看,该研究采用五折交叉验证 (five-fold cross-validation),将 20 个矿床随机分为 5 个序列,每个序列有 4 个矿床,然后对这 4 个矿床进行缓冲半径为 2km 的缓冲分析,以获得每个序列的阳性样本。类似地,该研究还匹配正样本数量从负样本池中随机选择负样本,并且每个负样本在五折交叉验证中仅出现一次。

依据五折交叉验证理论,其中 4 份样本集被用于训练,1 份样本集被用于验证,这个过程重复 5 次,每个序列分别作为一次验证集,最终将五折交叉验证得到的训练集和验证集进行合并。

从结果来看,由于 GNNWLR 模型对神经网络的有效集成,GNNWLR 明显优于其他模型,在矿物分类方面表现出卓越的拟合和预测能力,AUC 为 0.913,较其他模型高出 5%-16%。 同时,GWRF 和 GWSVR 也明显优于 RF 和 SVM,这可能是因为它们都结合了地理加权回归 (GWR),可以更准确地描述空间变量之间的局部关系。

图片

各模型性能比较,GNNWLR 表现最优

所有模型的 MPM 图也都直观表明,新斯科舍省的矿产前景在空间上存在较大差异,东北地区的得分整体更高,与矿床的实际位置一致。然而,面对远离集中区的金矿资源,GNNWLR 可以发现更多容易被其他模型忽略的矿床。

例如,GNNWLR 在「区域1」的得分高达 0.985,而 GWSVR、GWRF、GWLR、SVM、RF 和 GWR 模型的相应得分仅为 0.288、0438、0.471、0.133、0.383 和 0.290 。

图片

不同模型获得金矿床的预期目标区域

此外,RF 和 SVM 模型在「区域 2」和「区域 3」中表现出突然跳跃,这影响了它们的准确性和可靠性。GNNWLR、GWLR 和 GWR 模型考虑了成矿因素的空间邻近性和异质性,可以防止传统机器学习模型中常见的突变的发生。据观察,GNNWLR 在捕获这些因素之间复杂的非线性关系(特别是与空间变化相关的因素)方面,表现出卓越的能力。

因此,GNNWLR 在预测矿产前景方面,表现出相对无缝的过渡,显示出与经验数据一致的更高精度和一致性。

SHAP 可定量分析成矿影响因素

为了提高模型评估的可解释性,该研究集成并使用整个数据集的正样本集,计算 GNNWLR 中相关位置的矿产前景特征。

结果表明,As 对模型输出的影响最大,并与 SHAP 值呈现正相关,As 值越大,SHAP 值越高,矿化的可能性越大,这可能由于 As 是一种低温热液元素,常与金矿床相关。类似地,Zn 对许多矿区都有负面影响,而 Cu 的影响最不显著。其中,As、Pb 是与雄黄和方铅矿等矿物伴生的低温热液元素,Zn 和 Cu 是形成闪锌矿和黄铜矿等矿物的中温热液元素。综上所述,该地区的金矿形成与低温热液过程密切相关。

图片

6 个要素图层的 SHAP 值

通过对不同区域不同特征的矿化影响进行评估,该研究发现「区域 4」的矿化与背斜和 Pb 强相关,「区域 5」存在两个矿藏,其中北部矿床受 Cu、Pb、Zn、As 四种元素的积极影响,表明该低区同时具有中温热液和低温热液成矿作用;南部矿床受到 Zn 和 As 的正向影响,表明其中以中温热液为主。

结合新斯科舍省自然资源部的钻探数据,「区域 5」北部矿床有 39 条和金矿有关的地质钻探记录,涉及多种低温中温热液矿物,「区域 5」南部矿床与金矿相关的地质钻探记录仅有 4 条,矿床区主要含有硫化物、毒砂等中温热液矿物。「区域 6」的矿化与背斜接触密切相关,这也证实了基于 SHAP 值的空间分布对矿化类型的推断。

图片

区域5两个矿床钻探数据中其他矿物与金矿共生的频率

综上,基于 SHAP 值的模型可以对整个空间域内影响成矿结果的各种因素进行定量分析,具有卓越的可解释性并符合地球科学原理。 同时,该研究还比较了 SHAP 值与回归系数的空间分布图。结果表明,回归系数的空间分布并不完全符合地质规律。因此,SHAP 值比传统的回归系数更有意义,更易于学者参考。

图片

GNNWLR模型6个特征层回归系数的空间分布

浙江大学杜震洪教授:专注时空大数据与人工智能科研工作

浙江大学地球科学学院杜震洪教授所带领的研究团队,长期从事遥感与地理信息系统、时空大数据与人工智能的科研工作,在面向地理、海洋、地质灾害等领域的时空大数据分析基础理论与关键技术研究上取得了系列成果,正带领团队将 GIS、遥感、计算机科学与地理、海洋、地质等充分融合,展开探索数据驱动的地学发展新篇章。

参考资料:
1.https://www.zast.org.cn/art/2022/12/8/art_1675105_58963288.html

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

相关推荐

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统

船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。

专注于计算机研发知识和资讯分享 533

WRF模型运行教程(ububtu系统)--III.运行WRF模型(官网案例)

1、创建一个DATA目录用于存放数据(一般为fnl数据,放在Build_WRF目录下)。mkdir DATA2、将数据放在DATA文件夹里。3、链接数据此处的数据路径,使用时改成合适路径。

weixin_47288291的博客 5617

四阶龙格库塔法求解一次常微分方程组(python实现)

之前在博客发布了关于使用四阶龙格库塔方法求解一次常微分方程组的文章,由于代码缺少具体的验证,部分朋友可能存在疑问,因此这里打算再重新写一篇博客来验证一下程序的正确性,另外,这里是使用python语言来实现的。

HelloWorldTM的博客 8543

【第三次全国土壤普查】-土壤属性预测模型升级|新增GWRF地理加权随机森林与XGBoost梯度提升模型

"以往我们开展土壤属性推测与空间制图,主要采用随机森林模型,这也是全国土壤三普技术培训中官方重点推荐的主流机器学习模型。在和行业同仁交流沟通后,不少伙伴在咨询相关机器学习模型时,提出了拓展多模型选择的需求。为适配不同区域地形特征、提升土壤属性预测精度,我们在原有模型基础上,正式新增地理加权随机森林(GWRF)、梯度提升XGBoost两大预测模型,进一步丰富数字土壤制图模型体系。

weixin_47364423的博客 127

STM32实战:5分钟搞定MXL90614红外测温模块的I2C驱动(附完整代码)

本文提供了一份快速集成MLX90614红外测温模块的STM32实战指南。通过详细的软件I2C驱动代码,重点解析了SMBus通信协议、CRC校验及温度数据转换,帮助开发者避开常见陷阱,实现5分钟内完成模块驱动并读取准确温度值。

wasm7browser的博客 354

Android音频学习(八)——AudioFlinger线程

在 PlaybackThread 的实现中,Flag 用于标识线程的特殊行为或配置。

miemie2014的博客 1405

GTWR介绍

本博客主要介绍GTWR模型及其扩展以及传统的GWR。 1.GTWR介绍 Huang在GWR模型的基础上提出GTWR模型,GWR模型中自变量的回归参数随空间地理位置的变化而变化,而GTWR模型中自变量的回归参数是随着时空位置的变化而变化。因此该模型相对GWR模型能较好地描述解释变量与因变量之间的时空关系,GTWR模型的基本表达式如下所示: 其中,(ui,vi)表示第i个样本点的经纬度坐标,ti表示观测时间,yi表示第i个样本点的因变量值,Xik表示第i个样本点的第k个解释变量。 为模型误差项,β0(ui,v

WenbinYao&YouweiHu 2万+

几款常见存储系统的对比分析

如何对比选择存储系统?本文给你答案!本文将详细对比NetApp、Lsilon、Vast Data、DDN lustre和WekaFS的五个存储系统的简单性、速度、规模及标准。

hongcloudtech的博客 1679

WRF | WRF的基础介绍

简称WRF是一种由国家大气研究中心、国家海洋和大气管理局及其合作伙伴共同开发的广泛使用的数值天气预测和大气研究工具。它用于模拟短期天气预报、大气过程和长期气候模拟。WRF的精度高于传统的数值天气预报模型,并具有更高的时空分辨率,是气象和大气研究社区的重要工具。WRF用户手册可通过两种方法获取:1.下载网址下载:https://www.mmm.ucar.edu/models/wrf2.微信关注公众号,后台回复WRF用户手册获取。

微信公众号【沐室】 8698

基于IMX429-IMX430-IMX432-IMX437系列传感器的SLVS-MIPI桥接方案设计与实现

本文详细介绍了针对索尼IMX429、IMX430、IMX432及IMX437系列传感器的SLVS-MIPI桥接方案设计与实现。针对工业视觉、车载摄像头等应用中主流SoC仅支持MIPI接口的痛点,提出基于FPGA(如Lattice Crosslink-NX)的透传桥接方案,将传感器输出的SLVS信号无损转换为MIPI CSI-2信号,确保数据完整性与低延迟,并探讨了硬件选型、逻辑设计及多传感器兼容性等关键问题。

weixin_29230901的博客 466

K8S搭建(centos)完整版

每个人都有惰性,但不断学习是好好生活的根本,共勉!

感谢阅读 4150

多领域地学应用:浙江大学团队提出GeoAI系列方法,助力地理/海洋/地质/大气领域时空建模与预测

开源模型落地房价分析/海洋遥感/大气建模/成矿预测

HyperAI超神经 1703

Python爬虫教程:爬取法院司法拍卖数据全流程实战(附反爬+数据分析方案)

Python爬虫爬取法院司法拍卖数据的核心是模拟真人行为规避反爬+精准解析页面数据+合理处理数据。新手不用一开始就追求高级的反爬技巧和复杂的数据分析,先把基础的分页爬取和数据保存功能跑通,再逐步优化。我做的这个工具现在每周帮朋友爬取全国10个城市的法拍房数据,自动生成分析报告,他说这让他的投资决策效率提升了一倍。如果你们在开发过程中遇到问题,比如反爬失败、数据解析错误,都可以在评论区留言,我会尽力解答。后续我还会出一期爬取京东司法拍卖数据的教程,帮助大家获取更多的法拍数据来源。

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 2187

机器学习笔记:地理加权回归(GWR)

地理加权回归(Geographically Weighted Regression,GWR)是传统回归分析的扩展。适用于研究对象的数据在空间上呈现出显著的地理差异性。允许模型参数随空间位置的变化而变化,从而更好地捕捉和解释空间数据的局部特征。

qq_40206371的博客 6893

高级数据库--作业及答案

中科大金培权老师的高级数据库课程作业及答案

一杯水果茶!足矣~ 1661

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 338

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 276

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 615

抽象主义人工智能和生命体AI的内在联系

彭军辉提出“抽象主义人工智能”作为第四大AI范式,批判符号主义、连接主义、行为主义剥离生命本体的误区,确立“智能是现象,生命是本体”的核心公理。主张原生智能必须依附具备存续诉求的生命本体,提出“生命体AI理论”,构建七层演化阶梯与自闭环工程框架,强调智能不可跳过底层存续机制直接模拟语言。该体系为生成式AI提供科学边界,推动从“仿真表象”向“原生智能”的范式跃迁,开辟硅基人工生命新赛道。

抽象主义人工智能和生命体AI 207

OpenAI Control Room 架构拆解:给企业 AI Agent 加一套可审计的急停系统

OpenAI 公开了用于追踪和停止研究模型工作负载的 Control Room。本文拆解 job_id、推理前鉴权、35 秒撤销窗口与 Fail Closed 设计,并给出企业 AI Agent 急停控制面的数据模型、FastAPI 参考实现、缓存撤销策略和故障演练清单。

jerry764的博客 343

OpenClaw 深度调查:把 AI 助手做成你自己的控制平面

对 openclaw/openclaw 的完整技术尽调:Gateway 架构、Agent 运行时、工具与沙箱、30 个消息通道、181 个插件、安全信任边界、工程代价与采用建议。17 章 / 10 张图,全部数字标注口径,数据截至 2026-10-31。

厚积薄发 349

AI赋能智慧港口建设|造形家快速生成港口全要素三维场景

随着智慧港口、港口数字孪生项目的持续推进,港口三维场景的需求日益旺盛。传统港口三维建模,往往需要航拍倾斜摄影采集数据,再人工搭建吊机、岸桥、船舶、集装箱等大量工业设施模型,项目周期长、人力成本高,修改迭代繁琐,制约港口可视化项目落地效率。国产AI三维建模工具,依托卫星影像 AI 识别能力,无需航拍作业,一键快速搭建港口完整三维场景,为港口数字孪生、方案汇报、投标演示提供高效的场景解决方案。

m0_69539167的博客 85

从设备增点到治理闭环:老旧小区物业数智化落地实践

系统连接合同审批、银行流水、收费记录与项目台账,执行到期提醒、收入核验、异常标色和月度对账,让每一笔资金来源明确、去向可查。针对设施老旧、诉求响应慢、公共收益不透明等问题,津南以6类小区为试点场景,统一建设物业数字化底座,关联楼栋、单元、房屋、业主、空间、设施设备、工单、公共收益等核心数据。系统采用统一编码管理,将摄像头、路灯、井盖、道路、绿化等设施纳入资产台账,解决纸质记录更新滞后、故障责任难追溯的问题。基于历史工单建立分类模型和知识库,辅助识别照明、给排水、电梯、环境秩序、秩序维护等问题;

wuyeshuzhihua的博客 161

企业微信iPad协议详解:接口接入、实时消息同步与语音转码实践

深入解析企业微信iPad协议的技术架构与开发思路,涵盖API接口接入、长连接通信、实时消息同步、Silk语音转码、异常重连及高并发优化,帮助开发者了解企业微信自动化系统的设计与实现。

欢迎来到祖安! 512

Product Hunt 热榜 2026-11-13:Plurai Simulation、YouArt Desktop App、Omnigraph

2026-11-13 Product Hunt 新产品精选:Plurai Simulation、YouArt Desktop App、Omnigraph。汇总 15 款产品的中文介绍、功能关键词和产品链接。

LaughingZhu的博客 616

【AI Agent面试系列】AI Agent可观测、评测、安全相关的知识点

之前的文章介绍了和,本文主要介绍AI Agent的测评、可观测等知识。

406
上一篇: 合成生物新突破!中科院罗小舟团队开发 ProEnsemble 机器学习框架:优化进化通路启动子组合
下一篇: 超全大模型资源汇总|30 个优质 NLP 数据集和模型,一键使用 8 个 demo,建议收藏!
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值