MétaCan
Menu
Retour à la cohorte
Enregistrement W2884906228 · doi:10.1016/j.jsm.2018.07.004

Rockburst prediction in kimberlite using decision tree with incomplete data

2018· article· en· W2884906228 sur OpenAlexafffund
Yuanyuan Pu, Derek B. Apel, Bob Lingga

Notice bibliographique

RevueJournal of Sustainable Mining · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésKimberliteDecision treeDiamondDecision tree learningTree (set theory)GeologyStatisticsComputer scienceEngineeringMining engineeringData miningMathematicsGeochemistryMaterials scienceMetallurgyCombinatorics

Résumé

récupéré en direct d'OpenAlex

A rockburst is a common engineering geological hazard. In order to predict rockburst potential in kimberlite at an underground diamond mine, a decision tree method was employed. Based on two fundamental premises of rockburst occurrence, σθ,σc,σt,WET are determined as indicators of rockburst, which are also partition attributes of the decision tree. 132 training samples (with 24 incomplete samples) were obtained from real rockburst cases from all over the world to build the decision tree. The decision tree based on 108 complete samples was built with an accuracy of 73% for 15 validation samples while another decision tree based on 132 samples (with 24 groups of incomplete data) shows an accuracy of 93% for validation samples. Hence, the second decision tree was employed for kimberlite burst prediction. 12 samples from lab tests and a numerical model were used as test samples. The results indicate a moderate burst liability which matches real situations at the diamond mind in question.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,031
Tête enseignante GPT0,255
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations84
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable MiningMême sujetRock Mechanics and ModelingTravaux en français237 207