Machine Learning-based Mineral Prospectivity Mapping: Exploring the Role of Negative Training Labels to Enhance Predictive Models
Notice bibliographique
Résumé
Mineral Prospectivity Mapping (MPM) is an important tool to identify areas with significant potential to host mineral deposits. Recent advancements in computational sciences, especially the advent of Machine Learning (ML), have enhanced MPM's capabilities. ML techniques enable a higher degree of data integration and extraction compared to traditional statistical methods such as Weights of Evidence, enhancing the accuracy and efficiency of identifying mineral exploration zones. When using ML techniques for MPM, the influence of negative training labels (ie. barren areas with no mineralization) remains a neglected research area, and this study investigates the influence of such label selection to optimize predictive models for Canadian critical mineral exploration. Previous approaches to ML-based MPM often adopted a random assignment of negative training labels wherever positive training labels were absent. This study aims to refine this method, striving for a more systematic approach in negative label selection. The evolution of MPM, transitioning from traditional statistical methods to modern ML algorithms, signifies a shift towards heightened accuracy and efficiency. Prior research underscores the importance of balanced representation between mineralized and non-mineralized labels in ML models. Techniques such as Synthetic Minority Over-Sampling (SMOTE) and Positive and Unlabelled Learning (PUL) have been highlighted in previous studies, emphasizing the necessity of effectively handling negative training labels to prevent biases and enhance model performance. While SMOTE and PUL synthetically balance datasets by either oversampling minority classes or considering only positive and unlabeled instances, this study focuses on leveraging public exploration data to identify real negative training labels and provide a more authentic representation of non-mineralized areas without synthetic augmentation. Using datasets compiled by the Geological Survey of Canada containing discoveries & occurrences of magmatic Ni (±Cu ±Co ±PGE), this research incorporates geological, geochemical, and geophysical data from established sources. Public exploration data will be used to identify areas devoid of magmatic Ni (±Cu ±Co ±PGE). These locations will serve as negative training labels for this study. Our particular choice of ML model is a Gradient Boosting Machine (GBM), and validation involves comprehensive evaluation techniques such as confusion matrices and receiver operating characteristic curves to assess model performance.
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 | 0,006 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».