地球化学与异常识别 · AI 研究
关注地球化学异常识别、元素组合、同位素和矿物化学数据分析。
阅读时值得关注的问题
- 研究使用哪些数据，解决什么任务？
- 是否设置独立测试，怎样检验泛化？
- 结果适用于什么条件，有哪些局限？
这些问题用于辅助批判性阅读，不表示下列每篇论文都已完成相应验证。
研究条目 · 2
研究论文Mathematical Geosciences
英文原题Incorporating Geological Knowledge into Deep Learning to Enhance Geochemical Anomaly Identification Related to Mineralization and Interpretability
作者 Chunjie Zhang · Renguang Zuo
AI 导读将地质先验知识融入对抗自编码器，在赣南钨矿背景下识别地球化学异常。利用多重分形奇异性分析量化控矿因素与已知矿床的关联，为模型提供成矿规律约束。
研究论文Geology中科院一区 Top · 2025
英文原题Hadean tectonics: Insights from machine learning
作者 陈国雄 · Timothy Kusky · Lei Luo · Quanke Li · 成秋明
AI 导读利用锆石化学数据训练机器学习模型，区分构造环境和岩浆类型，再应用于 Jack Hills 的冥古宙锆石。结果为早期地壳形成和与俯冲相关的沉积物循环提供线索。