Hedret for mineraljakt med maskinlæring

Artikkelen som beskriver hvordan maskinlæring kan hjelpe oss i jakten på nye mineralforekomster ble kåret til Årets vitenskapelige publikasjon ved NGU.

NGU-forskerne genererte et malmprospektivitetskart ved hjelp av maskinlæring. Det satte dem på sporet av en ny, hittil ukjent mineralforekomst. Illustrasjon: NGU

Hvert år i desember deler Norges geologiske undersøkelse (NGU) internprisen Årets vitenskapelige publikasjon.

For 2024 gikk prisen til artikkelen Leveraging Domain Expertise in Machine Learning for Critical Metal Prospecting in the Oslo Rift: A Case Study for Fe-Ti-P-Rare Earth Element Mineralization som ble publisert i tidsskriftet Minerals i april.

Artikkelforfatterne, som alle tilhører NGU, er Ying Wang, Nolwenn Coint, Eduardo Teixeira Mansur, Pedro Acosta-Gongora, Ana Carolina Rodrigues Miranda, Aziz Nasuti og Vikas Chand Baranwal.

I artikkelen beskriver forskerne hvordan de har benyttet maskinlæring for å spore opp nye, hittil ukjente forekomster av apatitt øst i Vestfold og Telemark.

Området er vertskap for den kjente Fe-Ti-P-REE-malmforekomsten i Kodal, og et datagenerert prospektivitetskart indikerte at det befant seg en tilsvarende forekomst like sør. Da forskerne dro ut i felt, påviste de mineralisering nettopp her.

Hele saken om hvordan NGU-forskerne har benyttet maskinlæring for å påvise nye, ukjente mineralforekomster kan du lese her:

geoforskning.no: Et nytt verktøy i beltet for malmjegere

Ronny Setså

https://geoforskning.no/hedret-for-mineraljakt-med-maskinlaering/

RELATERTE SAKER

NYESTE SAKER