Rotation-based outlier detection for geochemical anomaly identification in stream sediment multivariate data
Notice bibliographique
Résumé
Abstract This research explores the use of the rotation-based outlier detection (ROD) method for identifying geochemical anomalies in a multivariate stream sediment dataset from Iran, targeting porphyry and vein-type Cu mineralization. Geochemical datasets often present challenges for outlier detection methods like local outlier factor (LOF) and k-nearest neighbor (KNN), which rely on distance or density metrics and require parameter tuning (e.g., neighborhood size k). High-dimensional feature spaces further complicate their application. ROD, in contrast, offers a parameter-free, rotation-based approach that effectively analyzes geometric relationships between samples in subspaces, mitigating the curse of dimensionality. This makes ROD particularly suited to high-dimensional geochemical datasets, where complex relationships between elements (due to lithology or mineralization) are critical for identifying anomalies. This study compares ROD with LOF and KNN using two subsets of geochemical variables (Ag, As, Au, Bi, Co, Cr, Cu, Mo, Ni, Pb, Sb, Zn; and Ag, As, Au, Cu, Mo, Sb) and evaluates its performance based on the receiver operating characteristic (ROC) analysis and the number of known mineral occurrences detected in anomaly class. ROD outperforms LOF and KNN, capturing 78% (14 out of 18) of known Cu-bearing mineral occurrences. Moreover, ROD shows better conformity between 10% of highest outlier scores and Cu-mineralization sites. Rotation cost function in ROD, evaluated using the median absolute deviation (MAD), enhances its ability to detect outliers by focusing on orientation rather than distance, and by reducing noise misclassification. In addition, the parameter-free design of ROD and improved handling of high-dimensional data makes it a promising tool for geochemical exploration, as it captures unique mineralization-related signals that might be missed by traditional methods.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».