فهرست نشریات علمی دسترسی آزاد ایران

در این پژوهش، ۱۲۳۸ نمونه رسوب از پاریز و چارگنبد در جنوب‌غربی کرمان برای شناسایی آنومالی‌های زمین‌شیمیایی بررسی شد. داده‌ها با تحلیل مؤلفه اصلی، تحلیل مؤلفه مستقل و تبدیل‌های چندجمله‌ای غنی‌سازی و برای ثبت تغییرات خطی و غیرخطی نرمال‌سازی شد. چهار مدل جدایش آنومالی از زمینه به‌کار رفت: جنگل ایزوله، دی بی اسکن، خودرمزنگار و خودرمزنگار واریانسی. ابرپارامترهای هر مدل (مانند تعداد لایه‌ها و نورون‌ها) با بهینه‌سازی بیزی در پایتون و با کتابخانه آپچونا تنظیم‌شد. برای امتیازدهی طی فرایند تنظیم، در خودرمزنگار از خطای بازسازی، در خودرمزنگار واریانسی از معیار احتمال/ بازسازی، در جنگل ایزوله از امتیاز آنومالی و در دی‌بی ‌اسکن از میانگین فاصله هر نمونه تا مرکز/ هسته خوشه استفاده شد تا تنظیم به ‌درستی انجام‌شود. برای نمایش مکانی نتایج از حوضه‌های آبریز بالادست استفاده شد و پاسخ هر نمونه به بالادست تعمیم‌یافت. سپس نتایج با نقاط کانی‌زایی شناخته‌شده سطح منطقه مقایسه شد. تنظیم نظام‌مند هایپرپارامترها موجب بهبود آشکارسازی نشانه‌های زمین‌شیمیایی و برجسته‌سازی نواحی دارای پتانسیل معدنی شد. تحلیل مقایسه‌ای نشان داد که مهندسی ویژگی نیرومند همراه با بهینه‌سازی بیزی دقت تشخیص ناهنجاری را به‌ طور معناداری افزایش می‌دهد. این یافته‌ها ارزش عملی روش‌های پیشرفته یادگیری ماشین در اکتشاف زمین‌شیمیایی را برجسته کرده و چهارچوبی برای پژوهش‌های میدانی هدفمندتر در مناطق غنی از مواد معدنی ارائه می‌دهد.