Global S&T Development Trend Analysis Platform of Resources and Environment
新研究展示AI技术在矿床分布和成矿预测方面的潜力 | |
张树良 | |
2023-05-25 | |
所属快报 | 地球科学快报 |
出版年 | 2023 |
期 | 10 |
语种 | 中文 |
领域 | 地球科学 |
栏目 | 矿产资源 |
中文关键词 | 人工智能;机器学习、关联规则、关联分析、矿物学、矿床 |
英文关键词 | machine learning association rules association analysis mineralogy mineral depositsmachine learning association rules association analysis mineralogy mineral deposits |
中文摘要 | 2023年5月16日,PNAS Nexus刊发美国卡内基研究所研究团队的最新研究成果《通过矿物关联分析预测新矿物和模拟行星环境》(Predicting new mineral occurrences and planetary analog environments via mineral association analysis),展示了人工智能(AI)技术用于矿物勘探和预测地外行星矿物赋存位置的可能性和前景。 |
参考文献 | [1] Using AI to find rare minerals. https://phys.org/news/2023-05-ai-rare-minerals.html |
文献类型 | 快报文章 |
条目标识符 | http://119.78.100.173/C666/handle/2XK7JSWQ/353754 |
专题 | 地球科学 |
推荐引用方式 GB/T 7714 | 张树良. 新研究展示AI技术在矿床分布和成矿预测方面的潜力. 2023. |
条目包含的文件 | ||||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
新研究展示AI技术在矿床分布和成矿预测方(15KB) | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 | ||
新研究展示AI技术在矿床分布和成矿预测方(50KB) | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[张树良]的文章 |
百度学术 |
百度学术中相似的文章 |
[张树良]的文章 |
必应学术 |
必应学术中相似的文章 |
[张树良]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论