A balanced mineral prospectivity model of Canadian magmatic Ni (± Cu ± Co ± PGE) sulphide mineral systems using conditional variational autoencoders

With the increasing demand for raw materials, innovative exploration techniques are needed to discover large mineral deposits that are accessible from the surface. In recent years, various supervised machine learning techniques have proven effective for mineral prospectivity modelling (MPM). However...

Celý popis

Podrobná bibliografie

Vydáno v:	Ore geology reviews Ročník 175; s. 106329
Hlavní autoři:	Nagasingha, Lahiru M.A., Bérubé, Charles L., Lawley, Christopher J.M.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 01.12.2024
Témata:	Conditional variational autoencoders Critical minerals Data augmentation Generative modelling Mineral prospectivity modelling Mineral prospectivity modelling Data augmentation Conditional variational autoencoders Critical minerals Generative modelling
ISSN:	0169-1368
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!