arXiv · ML· Matthew J. Liu, Aaron D. Kaplan, Michael L. Whittaker, Kristin A. Persson·· 5 小时前AI 评分23
基于模拟岩石学标签的全岩化学成分矿物学概率预测模型
Simulated petrological labels enable probabilistic mineralogy prediction from whole-rock geochemistry
AI 导读
研究利用近百万模拟岩石学标签训练包含 Transformer 编码器的三阶段模型，解决矿物学预测的多对一反演难题。 模型基于约 78.8 万全岩组分实现自监督，重校准层使用 25 个标签岩石即可恢复 76% 似然改善，全岩组分零样本预测丰富度误差为 11.0%。 该方法展示了机器学习如何利用不完美的模拟器并纠正其系统偏差，提升地质资源勘探效率。
来源：arXiv · ML · arxiv.org