| ارزیابی الگوریتم‌های خوشه‌بندی SOM و DBSCAN برای اکتشاف آنومالی مس در حوضه‌های آبریز؛ مطالعه موردی منطقه هشتجین، شمال غرب ایران |
| کد مقاله : 1017-IMEC15 (R1) |
| نویسندگان |
|
امیررضا بیطرف *1، رضا قزلباش2 1. 2............. |
| چکیده مقاله |
| افزایش تقاضای مس، توسعه روش‌های نوین اکتشاف را ضروری کرده است. در این مطالعه، عملکرد دو روش یادگیری ماشین بدون نظارت، SOM و DBSCAN، برای شناسایی اهداف مس با استفاده از 800 نمونه رسوب آبراهه‌ای در هشتجین، شمال‌غرب ایران، بررسی شد. پس از تبدیل CLR، مدل‌سازی فرکتالی C–N برای شناسایی ناهنجاری‌های ژئوشیمیایی و PCA برای تعیین ارتباط Cu–Au–Mo–As و انتخاب ورودی‌های خوشه‌بندی به کار رفت. DBSCAN با پارامترهای ε=0.4545 و MinPts=5، بهینه‌شده با شاخص Silhouette، بیشترین همپوشانی را با کانی‌سازی شناخته‌شده نشان داد، درحالی‌که SOM الگوهای چندعنصری و پهنه‌بندی سازگار با زمین‌شناسی منطقه را آشکار کرد. سه هدف اصلی در جنوب‌شرق، مرکز–شمال و نواحی مرکزی، شمال‌غربی و جنوب‌شرقی شناسایی شد که با روند و جایگاه کمربند ماگمایی ارومیه–دختر (UDMB) همخوانی داشتند. نقشه تلفیقی، محدوده اولیه حدود km² 2500 را به 4.1٪ برای ناهنجاری‌های بسیار قوی (کلاس 5) و حدود 12٪ برای کلاس‌های 4 و 5 کاهش داد؛ بنابراین، حدود km² 100–300 به‌عنوان محدوده هدف برای اکتشافات تفصیلی ژئوشیمیایی و ژئوفیزیکی پیشنهاد شد. |
| کلیدواژه ها |
| ژئوشیمی رسوبات آبراهه‌ای، یادگیری ماشین بدون نظارت، DBSCAN، SOM، فرکتال عیار-تعداد |
| وضعیت: پذیرفته شده برای ارائه شفاهی |
