Точность 88 процентов, вдвое меньше памяти и на треть быстрее обучение — таких показателей добились ученые Пермского политеха, обучив нейросеть на реальных геологических данных золоторудного комплекса Агбау в Кот-д’Ивуаре. В основе метода лежит алгоритм, превращающий описания пород в компактный набор чисел.
Суть разработки в том, что каждое геологическое описание сжимается до одного числа. Алгоритм оценивает, насколько часто признак встречается в богатых и пустых участках, и вычисляет контраст между ними. Тринадцать исходных признаков превращаются в шесть — набор остается осмысленным, но становится в разы компактнее.
Задача, которую решали пермяки, знакома отрасли. Геологи прочесывают огромные территории, накапливая пробы, снимки из космоса и данные скважин. Вся информация ложится на карту, разбитую на тысячи фрагментов. Вручную такой массив не обработать, а нейросети не воспринимают профессиональные термины и работают только с числами. Прежние способы перевода названий пород в цифры либо загружали машины до предела, либо не давали ответа о наличии руды.
Испытание на африканском месторождении показало, что подход работает. Помимо точности, он снизил требования к памяти вдвое и сократил время обучения на треть. Код написан на Python.
Ведущий инженер кафедры информационных технологий и автоматизированных систем ПНИПУ Ассуму Херве Мэтью Нкрума отметил, что алгоритм не ограничивается констатацией наличия руды. Он оценивает перспективность участка по трем уровням — высокой, средней и низкой.
Если метод масштабируют, геологоразведка получит инструмент, который экономит ресурсы и ускоряет принятие решений о бурении. Пока это научная работа, но ее результаты уже подтверждены на реальных данных.
Источник: @dprom
