Predictive geologic mapping from geophysical data using self-organizing maps: A case study from Baie Verte, Newfoundland, Canada
Notice bibliographique
Résumé
ABSTRACT Self-organizing maps (SOMs) are a type of unsupervised artificial neural networks clustering tool. SOMs are used to cluster large multivariate data sets. They can identify patterns and trends in the geophysical maps of an area and generate proxy geology maps, known as remote predictive mapping. We have applied SOMs to magnetic, radiometric, and gravity data sets compiled from multiple modern and legacy data sources over the Baie Verte Peninsula, Newfoundland, Canada. The regional and local geologic maps available for this area and knowledge from numerous geologic studies has enabled the accuracy of SOM-based predictive mapping to be assessed. Proxy geology maps generated by primary clustering directly from the SOMs and secondary clustering using a k-means approach reproduced many geologic units identified by previous traditional geologic mapping. Of the combinations of data sets tested, the combination of magnetic data, primary radiometric data and their ratios, and Bouguer gravity data gave the best results. We found that using reduced-to-the-pole residual intensity or using the analytic signal as the magnetic data were equally useful. The SOM process was unaffected by gaps in the coverage of some of the data sets. The SOM results could be used as input into k-means clustering because this method requires no gaps in the data. The subsequent k-means clustering resulted in more meaningful proxy geology maps than were created by the SOM alone. In regions where the geology is poorly known, these proxy maps can be useful in targeting where traditional, on-the-ground geologic mapping would be most beneficial, which can be especially useful in parts of the world where access is difficult and expensive.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».