High-order simulation of geological domains of a gold deposit and its effects on the simultaneous stochastic optimization of a mining complex
Bibliographic record
Abstract
Au cours de la dernière décennie, la planification stratégique des mines a évolué vers une optimisation simultanée des décisions d'un complexe minier, tout en tenant compte des différentes sources d'incertitude.Parmi ces sources, celle liée aux volumes et aux limites des domaines géologiques est généralement négligée.Les domaines géologiques correspondent à différents types de matériaux définis par leurs propriétés chimiques ou physiques respectives, tels que le minerai et le stérile, les oxydes et les sulfures, ou différentes lithologies.Outre leur répartition spatiale, les domaines géologiques peuvent avoir une incidence sur les politiques de destination, les recouvrements, la production et, enfin, les prévisions financières.La présente étude de cas mesure quantitativement les effets des domaines géologiques simulés dans l'optimisation stochastique simultanée d'un complexe d'extraction d'or.Les domaines géologiques sont traditionnellement modélisés à l'aide de représentations filaires réalisées par des experts, reflétant leur meilleure interprétation des rares données disponibles, tout en ignorant l'incertitude et la variabilité in situ.Les attributs catégoriels sont utilisés pour modéliser les domaines géologiques, et leur simulation stochastique tient compte de l'incertitude et de la reproduction de la variabilité in situ.La capacité des méthodes de simulation deux points à reproduire des modèles complexes ou l'exigence d'une image d'entraînement dans les méthodes de simulation plusieurs points, ont, tous les deux, limité leur mise en œuvre dans les environnements miniers.La simulation d'ordre supérieur des attributs catégoriels présente un cadre mathématique cohérent permettant de surmonter les limites ci-haut mentionnées et ce, en utilisant des statistiques spatiales d'ordre supérieur à partir de données d'échantillon et en évitant le recours à une image d'entraînement.La méthode de simulation d'ordre supérieur permet d'obtenir des réalisations équiprobables de domaines géologiques dans des gisements minéraux de tailles réelles.L'étude de cas d'un complexe minier aurifère présente deux plans miniers stochastiques basés respectivement sur deux ensembles de réalisations géologiques.Les domaines géologiques du premier ensemble sont modélisés à l'aide de représentations filaires conventionnelles, tandis que dans le second ensemble, les domaines sont simulés grâce à une méthode d'ordre supérieur.Les
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".