MétaCan
Menu
Retour à la cohorte
Enregistrement W7027606748

Critical analysis of multiple-points statistics methods in the stochastic simulation of geology at Fox Kimberlitic Diamond Pipe located on the Ekati Property, North West Territories

2009· dissertation· en· W7027606748 sur OpenAlexaboutno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2009
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueSoil Geostatistics and Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpatial analysisStochastic simulationXenolithKimberliteStochastic modellingSedimentary depositional environmentFilter (signal processing)Diatreme
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Multiple-point simulation (MPS) methods have been developed over the past decade as a mean to generate stochastic simulations while reproducing complex geological patterns, such as high-grade depositional veins, groups of high-grade lentil shaped orebodies, or the spatial geometries and patterns of diamond-bearing kimberlite pipes.This thesis compares two MPS methods by modelling the geology of a diamond pipe located at the Ekati mine, NWT, Canada.The single normal equation simulation algorithm SNESIM, which captures different patterns from a training image (TI), and the filter simulation algorithm FILTERSIM, which classifies the patterns founded on the TI, are considered in this study.Both methods are used to generate stochastic simulations of a fourcategory geology model containing crater, diatreme, xenoliths and host rocks.Soft information about the location of the host rock is also used.Both MPS methods reasonably reproduced the geometry of the pipe, as per the TI used (crater and diatreme rock units); however, the methods differed in the proportion and location of the xenolith bodies within the pipe.The validation of the simulated results provided by the above methods shows a reasonable reproduction of the data proportions for all v geological units considered; the validation of spatial statistics, however, shows that although simulated realizations from both methods reasonably reproduce the fourth order spatial statistics of the TI, they do not reproduce well the same spatial statistics of the available data (when these differ from the TI).An interesting observation is that SNESIM better imitates the shape of the pipe, whereas FILTERSIM reaches a better reproduction of the xenolith bodies.vi RÉSUMÉ Les méthodes de simulation multi-points ont été développées au cours de la dernière décennie afin de générer des simulations stochastiques reproduisant des structures géologiques complexes, comme par exemple des dépôts en veines à hautes teneurs, des groupes de formations lenticulaires à hautes teneurs, ou les géométries spatiales et structures de gisements diamantifères de kimberlite.Cette thèse compare deux méthodes multi-points pour modéliser la géologie d'un gisement diamantifère situé dans la mine Ekati, dans les Territoires du Nord-Ouest du Canada.Les algorithmes de simulation SNESIM, capturant les structures d'une image d'entraînement, et FILTERSIM, classant les structures trouvées sur une image d'entraînement, sont considérés dans cette étude et utilisés pour générer des simulations stochastiques d'un modèle à quatre catégories : cratère, diatrème, xénolites et roches hôtes.On utilise aussi des informations qualitatives sur la position de la roche hôte.Les deux méthodes reproduisent la géométrie du gisement de manière satisfaisante, conformément à l'image d'entraînement utilisée (le cratère et les diatrèmes); cependant, les méthodes donnent des résultats différents quant à la proportion et la position des corps de xénolite dans le gisement.vii La validation des résultats des simulations par les méthodes mentionnées ci-dessus montre une reproduction raisonnable des proportions pour chaque catégorie considérée, mais la validation des statistiques spatiales montre que, même si les simulations produites par les deux méthodes reproduisent les statistiques d'ordre quatre de l'image d'entraînement, elles ne reproduisent pas celles des données disponibles (lorsque ces statistiques diffèrent de celles de l'image d'entraînement).Il est intéressant de noter que SNESIM reproduit mieux la forme du gisement, tandis que FILTERSIM permet une meilleure reproduction des corps de xénolite.

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)0,005
score de la tête « metaresearch » (Gemma)0,021
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 enseignants0,973
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,024
Tête enseignante GPT0,299
Écart entre enseignants0,275 · 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetSoil Geostatistics and MappingTravaux en français237 207