mineral exploration machine learning 다운로드 - mineral exploration machine learning 소스코드 다운로드

광물 탐사 기계 학습

이 페이지에는 일반적으로 유용한 코드와 예제와 함께 광물 탐사 및 기계 학습을 위한 리소스가 나열되어 있습니다. ML과 데이터 과학은 거대한 분야입니다. 이는 실제로 나에게 유용하거나 흥미로운 리소스입니다. 현재 저장소 포크에 대한 링크는 사용할 항목을 변경하고 참조용 목록에 넣었기 때문입니다. 대부분의 작업이므로 데이터 분석, 변환 및 시각화를 위한 리소스도 제공됩니다.

제안 환영: 토론, 문제 또는 끌어오기 요청을 엽니다.

지도

Github 지도

프레임워크

UNCOVER-ML 프레임워크
- 지리 웨이블릿
- ML-전처리
- GIS ML 워크플로
EIS 툴킷 -> EIS Horizon EU 프로젝트의 광물 전망 매핑을 위한 Python 라이브러리
PySpatialML -> 래스터 기계 학습을 자동으로 geotiff 등으로 예측하고 처리하는 라이브러리입니다.
scikit 지도
TorchGeo -> 원격 감지 스타일 모델을 위한 Pytorch 라이브러리
terratorch -> 지리공간 기반 모델을 위한 유연한 미세 조정 프레임워크
토치공간
- 종이
지리
Geo Deep Learning -> RGB 기반의 간단한 딥러닝 프레임워크
보좌관: 극한 상황을 해결하기 위한 인공 지능
ExPloRA -> ExPLoRA: 도메인 전환 시 비전 변환기를 적응시키기 위한 매개변수 효율적인 확장 사전 훈련
- 웹사이트
- 종이
(https://www.researchgate.net/profile/Miguel-Angel-Fernandez-Torres/publication/381917888_The_AIDE_Toolbox_Artificial_intelligence_for_d isentangling_extreme_events/links/66846648714e0b03153f38ae/The-AIDE-Toolbox-Artificial-intelligence-for-disentangling-extreme-events.pdf)

아르 자형

CAST -> 시공간 모델을 위한 캐럿 애플리케이션
geodl -> 컨벌루션 신경망 기반 딥러닝을 이용한 지리공간 데이터의 의미론적 분할
- 종이

파이프라인

geotargets -> 대상을 테라 및 별로 확장

전망

호주

산화철 구리-금 광물 전위 지도
지질 매핑을 위한 기계 학습 : 알고리즘 및 응용 -> 코드와 데이터가 포함된 박사 학위 논문
Ni-Co 라테라이트의 전망 매핑
Transform 2022 튜토리얼 -> 랜덤 포레스트 예시
- 동영상
주석-텅스텐
- 콜라보
반암 구리 시공간 탐사
- 종이
minpot-toolkit -> Hoggard et al Lab의 예 퇴적 구리를 이용한 경계 분석
MPM-WofE -> 미네랄 잠재력 매핑 - 증거의 가중치

탐험가 챌린지

익스플로러 챌린지 -> OZ Minerals는 데이터 사이언스 도입으로 경쟁을 벌입니다.

남호주

Gawler_MPM -> 코발트, 크롬, 니켈
- 종이
Gawler Craton의 지구물리학적 데이터 클러스터링
- [Zenodo Data](지구물리학적 데이터와 비지도 머신러닝을 활용하여 광물화 관련 암석 구조 자동 탐지)

SA 살펴보기 - 남호주 에너지광업부 대회

우승자 -> SARIG 데이터 정보
칼데라 -> 칼데라 분석 분석
인서토데이터
버터워스 및 바넷 -> 버터워스 및 바넷 항목
데이터 기반 광물화 매핑

북아메리카

캐나다

전송 전망 학습
- 논문 -> 사전 지질 전이 학습을 통한 불균형 데이터를 이용한 반암형 광물 전망 매핑

남아메리카

구조자성 특성으로부터 광상을 분류하는 기계 학습

브라질

Mapa Predivo -> 브라질 학생 프로젝트
Course_Predictive_Mapping_USP -> 코스 프로젝트
광물 전망 매핑
3D 증거 가중치
지질학적 복잡성 SMOTE -> 프랙탈 분석 포함
- 종이
MPM 유레나 -> 유레나 광물 지역

중국

앙상블 학습을 통한 MPM -> Qingchengzi Pb-Zn-Ag-Au 다금속 지구 중국
광물 전망 예측 합성곱 신경망 -> 몇 가지 아키텍처가 포함된 CNN 예 [이 저자의 논문은 GoogleNet을 사용함]
CSAE를 통한 광물 전망 예측
CAE를 통한 광물 전망 예측
- 종이

수단

광물 전망 매핑 ML

노르웨이

공중 전자기학과 지질 공학 데이터를 결합한 민감한 빙하 해양 점토의 지역 규모 매핑에 대한 기계 학습 기반 접근 방식
- 종이

지질학

브라질 예측 지질 지도 -> 브라질 지질 조사 작업
깊이에서 기반암까지(깊이에서 기반암 매핑을 위한 공간적으로 지원되는 기계 학습 접근 방식 평가)
- 종이
DL-RMD -> 딥 러닝 애플리케이션을 위한 지구물리학적으로 제한된 전자기 저항 모델 데이터베이스
지질 이미지 분류기
인공지능 시대의 지질 매핑 -> 인공지능 시대의 지질 매핑
GeolNR -> 3차원 구조 지질 모델링 애플리케이션을 위한 지질 암시적 신경 표현
- 종이
mapeamento_litologico_preeditivo
기계 학습 열압력 측정법을 통한 전 지구 암석권 맨틀 압력-온도 조건 매핑
- 종이
신경암 타이핑
West Musgraves 지질학 불확실성 -> 엔트로피 분석을 통한 불확실성 지도 예측: 매우 유용함
비정상성 완화 변압기
- 공동 작업 -> 노트북
  - 종이
기반암 대 퇴적물
- 종이
자동 인코더_원격 감지
- 논문 -> 스택형 자동 인코더 및 클러스터링을 통한 지질 매핑을 위한 원격 감지 프레임워크

훈련 데이터

Into the Noddyverse -> 기계 학습 및 역산 응용을 위한 3D 지질 모델의 대규모 데이터 저장소
- Zenondo 저장소
- 웹사이트

암석학

딥 러닝 암석학
암석 원석 예측기
SA 지질학 암석학 예측
자동화된 유정 로그 상관관계
dawson-facies-2022 -> 지질 이미지를 위한 전이 학습
- 논문 - > 탄산암 분류를 위한 전이 학습에 대한 데이터 세트 크기 및 컨볼루션 신경망 아키텍처의 영향
암석 분류 -> 랜덤 포레스트를 이용한 화산상 분류
지질학적, 지구물리학적 데이터를 활용한 3D 모델링을 위한 멀티뷰 앙상블 머신러닝 접근 방식
- 종이
세드넷
- 종이

교련

이종 드릴링 - 충분히 멀리 가지 않는 드릴홀을 사용하여 모델링을 살펴보기 위한 Nicta/Data61 프로젝트 보고서
Corel -> 얼굴을 식별하고 핵심 이미지에 대해 암석 입력을 수행하는 스마트 컴퓨터 비전 모델

고지대

Sub3DNet1.0: 지역 규모의 3D 지하 구조 매핑을 위한 딥러닝 모델

층서학

예측자 -> 탄화수소용으로 설계된 층서적 예측
Stratal-geometries -> 지하 우물 로그에서 층서학적 기하학 예측

구조적

APGS -> 구조 지질학 패키지
플레이트 구동력 일관성 테스트를 사용하여 플레이트 재구성 모델 평가 -> Jupyter 노트북 및 데이터
- 종이
gplately
[구조지질학 요리책](https://github.com/gcmatos/structural-geology-cookbook]
GEOMAPLEARN 1.0 -> 기계 학습을 통해 지질 지도에서 지질 구조 감지
선형 학습 -> 잠재적 필드 딥러닝 및 클러스터링을 통한 결함 예측 및 매핑
LitMod3D -> 암석권과 하부 상부 맨틀의 3D 통합 지구물리학-석유학 대화형 모델링
다른 사람

시뮬레이션

GebPy -> 암석 및 광물에 대한 지질 데이터 생성
OpenGeoSys -> 다공성 및 파쇄 매질에서 열-수력-기계-화학적(THMC) 과정을 시뮬레이션하기 위한 수치적 방법 개발
Stratigraphics.jl -> 2D 지리통계 프로세스에서 3D 층위학 생성

지구역학

황무지 -> 유역 및 지형 역학
CitcomS -> 지구 맨틀과 관련된 압축성 열화학 대류 문제를 해결하도록 설계된 유한 요소 코드입니다.
LaMEM -> 맨틀-암권 상호작용과 같은 다양한 열-기계적 지구역학 과정을 시뮬레이션합니다.
PTatin3D -> 지구역학과 관련된 장기간의 프로세스 연구 [원래 동기 : 암석권 변형의 고해상도, 3차원 모델을 연구할 수 있는 툴킷]
지하세계 -> 지구역학의 유한 요소 모델링

지구물리학

기초 모델

도메인 간 기반 모델 적응: 지구물리학 데이터 분석을 위한 선구적인 컴퓨터 비전 모델 -> 일부 코드 향후 제공
- 종이
지진 기초 모델 -> "지구물리학의 차세대 딥러닝 모델"

호주

레골리스 깊이

레골리스 깊이 -> 모델
모델링된 충전재로 호주의 완전한 방사성 그리드

AEM 보간

지역 AEM 조사를 사용한 고해상도 전도도 매핑
- 추상적인

전자기학

TEM-NLnet: 잡음 학습을 통한 과도 전자기 신호에 대한 심층 잡음 제거 네트워크

반전

기계 학습 및 지구물리학적 역전 -> Y. Kim 및 N. Nakata의 논문 재구성(The Leading Edge, Volume 37, Issue 12, 2018년 12월)

오일러 디콘볼루션

https://legacy.fatiando.org/gallery/gravmag/euler_moving_window.html
- 하모니카 버전은 결국? https://hackmd.io/@fatiando/development-calls-2024?utm_source=preview-mode&utm_medium=rec
https://notebook.community/joferkington/tutorials/1404_Euler_deconvolution/euler-deconvolution-examples
https://github.com/ffigura/Euler-deconvolution-plateau

중력

[컨볼루션 신경망을 통한 중력 데이터를 이용한 3차원 지하 구호 복원]
- 데이터
- 종이
딥러닝을 활용하여 구현된 중력 전위장의 안정적인 하향 지속
- 종이
기계 학습 접근 방식을 통한 3차원 밀도 구조의 빠른 이미징
- 종이

자기학

Adapted-SRGAN을 통한 고해상도 항공자기 지도
- 종이
MagImage2Geo3D
- 종이

지진

StorSeismic -> 지진 데이터 기능을 저장하기 위해 신경망을 사전 훈련하는 접근 방식
PINNtomo -> 물리 기반 신경망을 이용한 지진 단층 촬영
- 종이

지진학

obspy -> 지진학적 처리를 위한 프레임워크

석유물리학

ML4Rocks -> 일부 소개 작업

건축

머신러닝을 활용하여 고대 섭입대에서 섭입 석판 분리 확인 -> 노트북
- 무화과나무
Colab 노트북 -> ML-SEISMIC 간행물 벤치마크 결과에 대한 Google Colab 입력 파일
- 종이
지구역학에서 머신러닝의 힘 활용
- 우등논문관련
속도 및 상태 마찰 법칙을 사용한 오류 슬립 시뮬레이션을 위한 물리 정보 신경망
- 느린 미끄러짐 현상에 대한 시뮬레이션 및 마찰 매개변수 추정
- 논문 -> 느린 미끄러짐 영역에서 마찰 매개변수의 공간 분포를 추정하기 위한 물리학 기반 딥러닝

지구화학

CODAinPractice -> 구성 데이터 분석 실습
지오코다
DAN-GRF -> 공간 인식 지구화학적 이상 탐지를 위해 지리적 랜덤 포레스트에 연결된 심층 오토인코더 네트워크
- 종이
대시 지구화학적 전망 -> K-평균으로 하천 퇴적물을 분류하는 웹앱
클리노피록센 함유 마그마에 대한 기계 학습 열압력 측정 향상
- 종이 -> Clinopyroxene-Bearing-Magmas에 대한 ML-온도 측정법 강화
지르콘 생식력 모델 -> 반암 구리 침전물로부터 생식력 있는 지르콘을 예측하기 위한 결정 트리
- 종이
반암 퇴적물 유형 및 자원 크기를 예측하는 기계 학습 지르콘 미량 원소 도구
- 제노도 아카이브
- 종이
geology_class0 -> 지르콘 미량 원소로 화성암과 광상을 구별하는 기계 학습 접근 방식
- 종이
- 데모 애플리케이션
- https://colab.research.google.com/drive/1-bOZgG6Nxt2Rp1ueO1SYmzIqCRiyyYcT
지오켐프린트
- 종이
지구화학
ICBMS Jacobina -> 금 매장지에서 황철광 화학 분석
Bor 및 Cukaru Peki의 지르콘 미량 원소 화학 해석: 기존 접근 방식 및 무작위 포레스트 분류
Indicator_minerals -> PCA가 전기석의 기원에 대해 이야기할 수 있습니까?
지구화학적 탐사 저널 - 매니폴드
LewisML -> 루이스 지층 분석
MICA -> 화학 성분, Shiny
희토류 원소의 지구화학적 이상 탐지를 위한 다변량 통계 분석 및 맞춤형 편차 네트워크 모델링
- 종이
지구화학적 데이터 분석을 통한 희토류 원소 유망성 매핑 -> 지구화학적 데이터 분석을 통한 희토류 원소 유망성 매핑
QMineral Modeller -> 브라질 지질 조사의 광물 화학 가상 조수
시생대 섭입 발생의 세속적 변화 -> 제노도 코드 아카이브
- [논문] https://www.researchgate.net/publication/380289934_Secular_Changes_in_the_Occurrence_of_Subduction_During_the_Archean 지르콘 미량원소에 의한 화성암 및 광상 퇴적물 식별을 위한 기계학습 접근법

크리깅

DKNN: 해석 가능한 지리공간 보간을 위한 심층 크리깅 신경망
- 종이

자연어 처리

텍스트 추출 -> 문서에서 텍스트 추출 : 유료 ML을 서비스로 제공하지만 매우 잘 작동하며 효율적으로 테이블을 추출할 수 있습니다.
- 대규모 -> 대규모 버전
NASA 컨셉 태깅 -> 키워드 예측
- API -> API 웹 서비스
- 프레젠테이션
암각학 보고서 데이터 추출기
SA 탐색 주제 모델링 -> 탐색 보고서에서 주제 모델링
지층
지오코퍼스
포르투갈어 BERT
버트 CWS
- 종이
광산 회사 드릴홀 결과 자동 추출
- 컨퍼런스 페이퍼

단어 임베딩

지구과학 언어 모델 -> 캐나다의 지구과학 문서에 대해 재교육된 코드 파이프라인 및 모델[Glove, BERT) 처리
- 데이터 세트 -> 모델을 지원하는 데이터
- 논문 -> 지구과학 언어 모델 및 그 내재적 평가
- 논문 -> 자연어 처리를 지구과학 텍스트 데이터 및 전망 모델링에 적용
GeoVec -> 300,000개의 지구과학 논문에 대해 훈련된 단어 임베딩 모델
- GeoVec 모델 -> GeoVec 모델용 OSF 스토리지
- 종이
- GeoVecto Litho -> 단어 임베딩에서 3D 모델 보간
- GeoVEC Playground -> Padarian GeoVec 장갑 단어 임베딩 모델 작업
GloVe -> 단어 임베딩 생성을 위한 Standford 라이브러리
- gloVE python 글러브, 글러브-파이썬은 Windows에서 매우 문제가 많습니다. 여기에서는 Windows용 바이너리 버전이 설치됩니다.
장갑 -> 메모리 내 벡터화 장갑 구현
PetroVec -> 석유 및 가스 산업을 위한 포르투갈어 단어 임베딩: 개발 및 평가
wordembeddingsOG -> 포르투갈어 석유 및 가스 단어 임베딩
포르투갈어 단어 임베딩
- 포르투갈어 모델
스페인어 단어 임베딩
다국어 정렬
- 접근법 개요

명명된 엔터티 인식

Geo NER 모델 -> 명명된 엔터티 인식
GeoBERT - 모델의 포옹 얼굴 저장소
- [논문]https://www.researchgate.net/publication/359186219_Few-shot_learning_for_name_entity_recognition_in_geological_text_based_on_GeoBERT
INDUS -> NASA 과학 맞춤형 LLM 제품군
- 종이
Amazon Comprehend를 사용하여 NLP를 마스터하지 않고도 텍스트에서 주요 지구과학 용어를 찾는 방법
OzRock - OzRock: 지질(광물 탐사) 영역에서 개체 인식을 위한 레이블이 지정된 데이터세트

존재론

GAKG -> 다중 모드 지구과학 학술 지식 그래프(중국어)
GeoERE-Net -> 딥러닝 접근법을 활용한 지식 그래프 기반 지질 보고 이해
- 종이
GeoFault 온톨로지
geosim -> 의미론적으로 유발된 지질학적 과정의 질적 시뮬레이션
- [https://www.duo.uio.no/handle/10852/111467](Knowledge Modeling for Digital Geology) -> 논문 2편으로 박사학위 논문
- SIRIUS GeoAnnotator -> 위의 웹사이트 예
온톨로지 CWS
Stratigraphic 지식 그래프(StraKG)
- 종이

대규모 언어 모델

지구과학을 위한 대규모 언어 모델
- 지구과학 지식 이해 및 활용을 위한 학습 기초 언어 모델 논문
GeoGalaxica -> 지구과학의 더 큰 기초 언어 모델
- 기술 보고서
GeoChat -> 원격 감지를 위한 기반 대형 비전 언어 모델
LAGDAL -> LLM 지질학 지도 정보를 위치 실험과 일치시키는 실험

챗봇

GeoGPT -> 중국 프로젝트의 Deep Time Digital Earth Research Group

원격탐사

CNN Sentinel -> 공개 데이터 세트를 기반으로 한 CNN을 사용한 위성 데이터의 토지 이용 분류 개요
DEA 노트북 -> 확장 가능한 기계 학습 예시이지만 여기에는 유용한 내용이 많이 있습니다.
EASI 요리책 노트북 -> ODC 스타일 분석을 위한 CSIRO Earth Analytics 플랫폼 소개
DS_UNet -> Sentinel-1 SAR(Synthetic Aperture Radar) 및 Sentinel-2 Multispectral Imager를 융합하는 Unet
MP-MAE(다중 프리텍스트 마스크 자동 인코더)
데이터
Segment-geospatial -> 지리공간 용도로 무엇이든 분할합니다.
SamGIS -> GIS에 적용된 모든 것을 세그먼트화합니다.
SatMAE++ -> 다중 스펙트럼 위성 영상을 위한 변환기 사전 훈련 재검토
Grid-mae -> Vision Transformer Masked Autoencoder에서 다중 스케일 그리드를 사용하여 조사합니다.
스케일메이
- 종이
CIMAE -> CIMAE - 채널 독립적 마스크 오토인코더
포크 -> 참조를 위해 이름을 지정합니다.
[원격 탐사를 위한 자기지도 표현 학습] -> 석사 논문에는 위의 내용과 여러 모델의 비교가 포함되어 있습니다.
유반
- 종이
접지망
GeoTorchAI -> GeoTorchAI: 시공간 딥러닝 프레임워크
[pytorcheo](https://github.com/earthpulse/pytorchEO -> 지구 관측 응용 및 연구를 위한 딥러닝
AiTLAS -> 지구 관측의 이미지 분류를 위한 최첨단 딥 러닝 접근 방식을 평가하기 위한 오픈 소스 벤치마크 제품군
분할 체육관(Segmentation Gym) -> 체육관은 "ND"(다중 스펙트럼 이미지에서 일치하는 밴드의 수)에 대한 이미지 분할을 위한 "원스톱 상점"으로 설계되었습니다.
deep_learning_alteration_zones
멋진 채굴 밴드 비율 수집 -> 다양한 광물을 강조하기 위해 사용되는 간단한 밴드 비율 수집
멋진 원격 감지 기반 모델
Clay -> 지구를 위한 오픈 소스 AI 모델 및 인터페이스
IBM-NASA-GEOSPATIAL Prithvi
기초 모델 미세 조정에 따른 이미지 분할 -> Prithvi용
AM-RADIO: 응집적 비전 기반 모델
- 종이 -> - 모든 도메인을 하나로 축소
RemoteCLIP -> 원격 탐사를 위한 비전 언어 기반 모델
스펙트럼GPT
zenodo) -> 스펙트럼 데이터에 맞춤화된 원격탐사 기반 모델
- 종이 -> 보이지 않음

처리

ASTER 변환 -> ASTER hd5에서 geotiff NASA github로 변환
HLS 데이터 리소스 -> 조화로운 Landsat Sentinel wrangling
sarsen -> xarray 기반 SAR 이미지 처리 및 수정
openEO -> openEO는 R, Python, JavaScript 및 기타 클라이언트를 EO 클라우드 백엔드에 연결하는 개방형 API를 개발합니다.

스펙트럼 혼합 해제

하이퍼스펙트럼 이미지 분류를 위한 기존-변환기-설문조사-2024
- 종이
초분광 딥 러닝 검토
하이퍼스펙트럼 오토인코더
딥런 HSI
3DCAE-초분광분류
DeHIC
Rev-Net
- 논문 -> 스펙트럼 가변성을 갖춘 초분광 분리를 위한 가역적 생성 네트워크
Pysptools -> 유용한 경험적 알고리즘도 있습니다.
스펙트럼 파이썬
스펙트럼 데이터 세트 RockSL -> 스펙트럼 데이터 세트 열기
언믹싱

초분광

CasFormer: 융합 인식 컴퓨팅 초분광 이미징을 위한 계단식 변환기
Keras의 스펙트럼 정규화
- 종이
S^2HM^2 -> S2HM2: 자기 지도 기능 학습 및 대규모 초분광 이미지 분류를 위한 스펙트럼-공간 계층적 마스크 모델링 프레임워크
- 종이

심상

시각화에서 심층 컬러맵 추출
- 종이
지형도에서 역사적인 노천 채굴 교란을 추출하기 위한 의미론적 분할 -> 예는 탄광에 대한 것입니다.
- 종이
국제 크로노스트라티그래픽 색상 코드 -> 스프레드시트 및 기타 형식의 RGB 코드 및 기타
LithClass -> 암석학 색상 코드의 USGS 버전
컬러 버전
SeisWiz -> 경량 Python SEG-Y 뷰어

조직

심층 합성곱 신경망을 사용한 광물 질감 분류: 반암 구리 광상에서 나온 지르콘에 대한 응용
- 종이

시뮬레이션

Intelligent Prospector -> 순차적 데이터 수집 계획
제노도
- 종이

기하학

Deep Angle -> 딥러닝을 활용하여 단층촬영 이미지의 접촉각을 빠르게 계산

다른

광물학적 시스템의 네트워크 분석
- 데이터 -> 종이에 있는 데이터는 여기에서
지리 분석 및 기계 학습
기계 학습 지하
ML 지구과학
지구과학 탐정이 되어보세요
Earth ML -> PyData 접근 방식의 일부 기본 튜토리얼
GeoMLA -> 공간 및 시공간 데이터를 위한 기계 학습 알고리즘

플랫폼

가이드

지리공간 CLI - 지리공간 명령줄 도구 목록
위성 이미지 딥러닝
지구 관측
지구인공지능
오픈 소스 GIS -> 생태계 종합 개요

데이터 품질

기계 학습을 위한 지구과학 데이터 품질 -> 기계 학습을 위한 지구과학 데이터 품질
호주 중력 데이터 -> 중력 관측소 데이터 개요 및 분석
Geodiff -> 벡터 데이터 비교
Redflag -> 문제 감지를 위한 데이터 및 개요 분석

기계 학습

Dask-ml -> 일부 일반적인 ML 알고리즘의 분산 버전
- 종이
geospatial-rf -> 공간적 맥락에서 랜덤 포레스트 애플리케이션을 지원하는 함수 및 래퍼
Geospatial-ml -> 여러 공통 패키지를 한 번에 설치

잠재 공간

중첩된 융합
- 논문 -> 중첩 융합: M2020 PIXL RGBU 및 XRF 데이터에 대한 다중 규모 중첩 데이터의 차원 축소 및 잠재 구조 분석

측정항목

점수 -> xarray를 사용하여 모델 및 예측 검증 및 평가

확률적

NG 부스트 -> 확률적 회귀
확률적 ML
BO를 사용하여 PU 배깅 -> 베이지안 최적화를 사용하여 라벨이 지정되지 않은 양성 배깅

클러스터링

자체 구성 지도

GisSOM -> 핀란드 지질조사국의 지리공간 중심 자체 조직 지도
SimpSOM -> 자체 구성 맵

다른

HDB스캔
kmedoids
- kmedoids
피카소

베이지안

Bayseg -> 공간 분할

설명 가능성

InterpretML -> 표 형식 데이터 모델 해석
InterpretML -> 커뮤니티 추가

딥러닝

Deep Colormap Extraction -> 사진에서 데이터 스케일 추출 시도
지구과학 문서에서 이미지 추출 및 분류

데이터

Xbatcher -> 딥러닝을 위한 Xarray 기반 데이터 읽기
- Zarr 및 Xarray를 사용하는 머신 러닝용 클라우드 네이티브 데이터 로더
zen3geo -> pytorch를 사용한 Xbatcher 스타일 데이터 과학

설명 가능성

모양 값
Weight Watcher -> 네트워크가 얼마나 잘 훈련되었는지 분석
Weightwatcher.ai
Weightwatcher-ai.com -> 전문 웹 버전

자기 지도 학습

자체 감독 -> 여러 알고리즘의 Pytorch 라이트닝 구현
심클러
멋진 자기주도 학습 -> 선별된 목록

초매개변수

하이퍼옵트
TPOT 자동화된 ML

코딩 환경

DEA 샌드박스
상자에 큐브

지역 사회

Software Underground - 지하와 코드의 교차점을 탐색하는 데 관심이 있는 사람들의 커뮤니티
- 채팅 가입 - SWUNG 커뮤니티 채팅 가입
- Mattermost - 커뮤니티 채팅 서비스
  - 이전 Slack 채널(더 이상 사용되지 않음, 위의 가장 중요한 내용 참조)
- 지구과학 오픈 소스 연계
- 비디오
  - 2022년 변신
- 멋진 개방형 지구과학[석유 및 가스 편향 참고]
- Transform 2021 해킹 사례
- Segysak 2021 튜토리얼
- T21 지진 노트북
- Python을 사용한 실용적인 지진
- 2021 심펙 변환
판게오
- 법정
- COG 모범 사례
디지털 지구 호주
- 슬랙 채널
오픈 소스 지리공간 재단
OSGeoLive -> 다양한 오픈 소스 지리공간 소프트웨어가 포함된 부팅 가능한 DVD/USB
ASEG -> 호주 탐험 지구과학자 협회의 비디오
지질 모델링 및 매핑을 위한 AI -> 컨퍼런스 당일 영상
회의

클라우드 제공업체

AWS

ec2 Spot Labs -> 스팟 인스턴스 자동 작업을 더 쉽게 만들기
Sagemaker 지리공간 ML
Sagemaker -> ML 관리형 서비스
- SDK
- 진입점 유틸리티
- 워크샵 101
- 교육 툴킷

일괄

Shepard -> AWS Batch Pipelines의 자동 클라우드 형성 설정: 훌륭합니다.

패키지

Mlmax - 빠른 라이브러리 시작
작은 물질
퓨틸

일반적인

딥 러닝 컨테이너
Loguru -> 로깅 라이브러리
AWS GDAL 로봇 -> 지오티프의 람다 및 일괄 처리
서버리스 지진 처리
LIthops -> 멀티 클라우드 분산 컴퓨팅 프레임워크

개요

광물 탐사

도메인

지질학
- 지질시대
- 암석학
- 층서학
지구화학
지구물리학
원격탐사

웹 서비스

나열되어 있으면 일반적으로 데이터라고 가정하고, WMS와 같은 그림만 있으면 그렇게 말할 것입니다.

세계

중요 광물 및 매장지

호주

AusGIN
지구과학 호주
미네랄 잠재력 -> WMS
지구과학 호주 카탈로그 서비스

지질학

AUSLAMP - > 테넌트 크릭 - MtIsa
현장 지질학
깊은 암석권 -> 깊은 암석권 광물 잠재력
지구연대기 -> 지구연대기
지질 지역
WMS -> WMS 그림
EGGS -> 지질 및 지구물리학적 표면 추정
원생대 알칼리성 암석 - 원생대 알칼리성 암석 데이터 세트 WFS {WMS도 있음}
신생대
중생대
고생대
고고학
층서학 -> 층서학 단위

지구물리학

지구물리학 조사
지진 조사 -> 육상 지진 조사
자기지성 -> 호주 북부 AUSLAMP 역

다른

Ni-Cu-PEGE -> 침입 호스팅 니켈 구리 PGE 예금
EFTF 분야 -> 미래분야 탐색
온도 -> 해석된 온도
DEA -> 디지털 지구 호주
토지 피복
수역
BOM -> 기상청 수리지화학

뉴 사우스 웨일즈

NSW
WCS
WFS 광물 드릴홀
WFS 석유 시추공
WFS 석탄 드릴홀
지진 -> 지진 및 기타

퀸즈랜드

퀸즈랜드
지구과학 -> 지구물리학 및 보고서 색인
지질학
지역
상태
공동주택
도로
물줄기

남호주

사리그
드릴홀
지질학
지구물리학
전망
광물과 광산
원격탐사
지진
공동주택

노던 테리토리

NTGS -> 노던 테리토리 지질조사국

태즈메이니아

태즈메이니아 WFS
태즈메이니아 REST
시추공

빅토리아

빅토리아 지오네트워크

서호주

서호주
나머지

뉴질랜드

GNS -> 웹 서비스 목록

남아메리카

브라질

브라질 지리포털
브라질 CPRM

페루

인게먼트
광물 발생
환경

멕시코

GeoInfo -> 휴식 서비스

아르헨티나

시감

콜롬비아

나머지
2018년 예금

우루과이

나머지

다른

SIG 안데스 -> 안데스 지질학

유럽

EGDI -> EGDI 미네랄

스웨덴

SGU 자기학 WMS
SGU 우라늄
지구물리학 메타데이터

핀란드

GTK -> 핀란드 지질조사국
- 핀란드
  - 기반암 지질학
  - 지구물리학
  - 지상 조사
북극 광물 -> 북극 1M 광물 발생

덴마크

deus -> 그린란드 WMS/WFS

포르투갈

포르투갈 지질학
광물 발생 -> WMS
도시와 마을

스페인

스페인
지질학 -> 200K
100만 -> 100만
5만 -> 5만
IGME 정동석
지구물리학
구리 - 구리
GeoFPI - > 지질학 및 광물 남부 포르투갈어 지역
물

우크라이나

지리정보 -> [현재 중단됨]

아일랜드

나머지
광물 위치

영국

BGS -> 영국 지질 조사국
Geoindex -> 광물 발생 예시
휴식 -> BGS 휴식 서비스 및 Inspire 625

독일

체코

나머지

슬로바키아

나머지

헝가리

MBFZ OGC
MBFZ 휴식

루마니아

IGR -> WMS 전용
IGR 분 -> WMS만

폴란드

나머지 예 -> 더 많은 맵서버

북아메리카

캐나다

퀘벡
신세계
나머지
참고자료

미국

USGS 월드 미네랄
USGS MRDS
미네소타

아시아

중국 -> WMS 광물 매장량 wap
광석밭 -> 광물 발생 지점
인도 광물 -> WMS
인도 지구물리학

아프리카

아프리카지리포털 -> 휴식서비스
아프리카 10M -> 아프리카 10M 광물 발생 https://pubs.usgs.gov/of/2005/1294/e/OF05-1294-E.pdf
IPIS Artisanal Mines - > WMS 버전도 있습니다.
깃허브
우간다 -> GMIS WMS

일반적인

광물 탐사 웹 서비스 -> 많은 관련 웹 서비스에 접근할 수 있는 QGIS 플러그인

다른

오픈스트리트맵 -> 유용한 일반 타일 서비스

아피스

개방형 데이터 API -> GSQ 개방형 데이터 포털 API
- 지구화학 분석
CORE -> 연구 텍스트 공개
- API Notebook -> 예제 및 기능
공유 -> 개방형 과학 API
USGS 간행물
크로스레프
xDD -> 이전 GeoDeepDive
ADEPT -> 1,500만 개의 수집된 논문을 검색하기 위한 GUI에서 xDD로
오픈알렉스
- API
- diophila Python 라이브러리
- 파이썬 라이브러리
  - 종이
마크로스트랫
- 종이
OpenMinData -> Mindat API에서 광물 및 지질 물질에 대한 데이터 쿼리 및 검색을 용이하게 합니다.

데이터 포털

세계

지구 모델 협업 -> 다양한 지구 모델에 대한 액세스, 모델 미리보기를 위한 시각화 도구, 모델 데이터/메타데이터 추출 기능 및 기여된 처리 소프트웨어 및 스크립트에 대한 액세스.
ISC 게시판 -> 지진 초점 메커니즘 검색
[자기정보컨소시엄[(https://www2.earthref.org/MagIC/search) -> 고지자기, 지자기, 암석자기

호주

지구과학 호주

호주 지구과학 데이터 카탈로그
AusAEM
호주 지구과학 포털
미래 포털 탐색 -> 다운로드 정보가 있는 Geoscience Australia 웹 포털
AusAEM
AusLAMP
지질연대학과 동위원소
수문지질학 유역 -> 유역 레이어 검색
중요 광물 매핑 이니셔티브
호주 층서 단위
호주 시추공 층위학 단위 -> 퇴적 단위의 지하수 편집
지구과학 호주 지구물리학 스레드 -> OpendDAP 및 https 액세스
MORPH gdb -> Musgrave 경관 시추 데이터

CSIRO

CSIRO 데이터 액세스 포털
레골리스 깊이
TWI -> 지형습도지수
ASTER 지구과학 지도 -> 웹사이트
- FTP -> CSIRO FTP 사이트
- ASTER 지도 메모 -> 위에 대한 메모

AuScope

3D 지질학 -> 여러 영역의 모델

세 개 한 벌

토양 및 암석학적 모델링을 위한 강화된 맨땅 공변량

기상청

지하수탐사기 -> 기상청

기초 공간 데이터

엘비스

남호주

SARIG -> 남호주 지질조사국 지리공간 지도 기반 검색
SARIG 카탈로그 -> 데이터 카탈로그
- 3D 모델
  - SA 와이드
  - s3 위치
- 데이터 패키지 - 연간 업데이트
- s3 보고서 -> 웹 인터페이스가 있는 s3 버킷의 보고서 및 텍스트 버전)
- 보고서
- 지진
  - 지진 다운로드 -> 링크 한 페이지

노던 테리토리

STRIKE -> 노던 테리토리 지질 조사
게미스
- 맥아더 분지 -> 3D 모델
- 지구물리학적 조사
- 지구물리학 -> 참고
- 시추 및 지구화학 -> 참조
  - 데이터 패키지 -> 데이터 패키지

퀸즈랜드

퀸즈랜드 지질 조사
지구물리학적 조사
시추 및 지구화학

서호주

GEOVIEW -> 서호주 지질조사국
DMIRS -> DMIRS 데이터 및 소프트웨어 센터
URL 다운로드 -> 다운로드 링크 데이터 세트
시추 및 지구화학
패키지 다운로드 - 개선?
지구화학
깊이가 있는 석유정
데이터 WA 하위 집합

NSW

MINVIEW -> 뉴사우스웨일즈 지질조사국
DiGS -> 출판물 및 지질공학 컬렉션

태즈메이니아

MRT
MRT 지도 -> 웹맵

빅토리아

지구 자원
- 지구물리학
GeoVIC -> 웹맵을 더 유용하게 사용하려면 등록이 필요합니다.

뉴질랜드

탐사 데이터베이스 -> 온라인
GERM -> 뉴질랜드 지질자원 지도
지질학 -> 웹 지도
- https://maps.gns.cri.nz/gns/wfs

남아메리카

브라질

CPRM -> 브라질 지질조사국
다운로드 -> 브라질 지질 조사 다운로드
Rigeo -> 지구과학 기관 저장소

페루

Ingemmet GeoPROMINE -> 페루 지질조사국
GeoMAPE

멕시코

지리 정보

아르헨티나

SIGAM -> 아르헨티나 지질조사국
시감

콜롬비아

Geportal

우루과이

디이미지

칠레

포털지오민

유럽

EGDI -> 유럽 지구과학
WFS
프로민
영감 -> 영감 Geoportal

덴마크

덴마크 지하 데이터

핀란드

미네랄4EU
GTK -> 핀란드 지질조사국
지구화학 지도 -> PDF로만 가능!

스웨덴

SGU -> 스웨덴 지질조사국

스페인

IGME -> 스페인 지질조사국

포르투갈

지리포탈
광물 발생

아일랜드

GSI -> 아일랜드 지질조사국
GSI - 지도 뷰어
금광 -> 지도 및 문서 검색
data.gov.ie -> 국가 포털 보기
isde -> 아일랜드 공간 데이터 교환

노르웨이

NGU -> 노르웨이 지질조사국
데이터베이스 -> 광물자원 및 층위학 조회
깃허브
API
Geoporta -> 지구물리학
GEONORGE -> 다운로드가 포함된 데이터 카탈로그

영국

영국
맵서버
깃허브

우크라이나

광물자원

러시아 제국

러시아 지질연구소 -> 현재 접근 불가
RGU -> 예금의 GIS 프로젝트

독일

지리포탈
지리지도 -> M
Atom -> Atom 데이터 피드
GDI -> 3D 모델 독일

프랑스

정보 -> 프랑스 지질조사국

크로아티아

지리포털 -> 크로아티아 지질조사국
지질학

체코

GS -> 체코 지질조사국

슬로베니아

데이터 카탈로그

슬로바키아

데이터 카탈로그
지오포타피 API

헝가리

MBFSZ 지도

루마니아

IGR -> 루마니아 지질조사국
광물자원

폴란드

지리포탈

영국

영국 육상 지구물리학 도서관
OS 데이터 허브 영국 지질학
지질학 625

북아메리카

캐나다

캐나다 천연자원
깃허브
지구과학 데이터 저장소 -> DAP 서버
마이닝 웹 맵 포털
DEM -> COG 형식의 캐나다 DEM
CDEM -> 디지털 고도 모델(2011)
온타리오
퀘벡
시검 데이터베이스
브리티시컬럼비아
광물 발생 데이터베이스
유콘
- FTP
노바스코샤
지방 분구 관장
프린스 에드워드 아일랜드
서스캐처원
광물 발생 데이터베이스
뉴펀들랜드 -> Chrome에서는 작동하지 않았으며 Edge에서 시도해 보았습니다.
앨버타
대화형 매핑 애플리케이션
노스웨스트 준주
광물 사용권

미국

USGS -> 지도 데이터베이스
MRDS -> 광물자원 데이터 시스템
Earth Explorer -> USGS 원격 감지 데이터 포털
전국 지도 데이터베이스
전국 지도 데이터베이스
알래스카
ReSci -> 국가 지질 및 지구물리학 데이터 보존 프로그램의 과학 컬렉션 등록
미시간

아프리카

지적
수리지질학 -> 지하수 지도책의 수리지질학 및 지질학
서아프리카 -> 광물 매장지
나미비아
광물 발생
광부
남아프리카 -> 남아프리카 지질 조사
광물 발생 -> 다운로드를 위해 로그인이 필요한 예
우간다 -> GMIS 포털
금속 광물
탄자니아
광물 발생
광산
SIGM -> 튀니지 지질학 및 광업
잠비아 -> 잠비아 연립 주택이 여기에 있습니다.

아시아

중국

지구과학 데이터
광물 발생
국립 광물 매장지 데이터베이스

인도

부코시 -> 인도 지질조사국
참고 라자스탄 지질학은 고통스러운 단편적인 것 외에는 작동하지 않습니다. 원한다면 알려주세요.

사우디아라비아

국립 지질 데이터베이스 포털

다른

지질학

StratDB
GEM 글로벌 활성 결함
RRuff 광물 속성
기사 -> 광물학의 진화 시스템
원지질학
목록

이란

지질학

OGC BGS 1M 기반암

일반적인

OSF -> 오픈 사이언스 재단
퇴적물 호스팅 비금속 -> 퇴적물 호스팅 비금속
암석권 Athenosphere 경계 -> LAB Hoggard/Czarnota
지질조사 목록

보고서

호주

노던 테리토리 GEMIS
- 찾다
- 예
남호주 SARIG
서호주 WAMEX
- 찾다
- API
  - 예
퀸즈랜드
NSW 디그스
- NSW 디그스 오픈
- 공개되지 않은 API
PorterGEO -> 요약 개요가 포함된 세계 광물 매장지 데이터베이스
지속 가능한 광물 연구소(Sustainable Minerals Institute) -> 데이터세트와 지식을 생산하는 대학 소속 연구원들로 구성된 퀸즈랜드 조직

캐나다

브리티시컬럼비아
- 검색 -> 광물 평가 보고서
- 출판물 -> 출판물
온타리오 -> 광물 평가 보고서
- 온타리오 간행물
앨버타
- 출판물
유콘
발자국
매니토바
출판물
뉴펀들랜드와 래브라도
노스웨스트 준주
노바스코샤
퀘벡
서스캐처원
- 찾다
- iMaQs -> 통합 채광 및 채석 시스템

미국

애리조나
몬타나
네바다
뉴멕시코
미네소타
미시간
JSON
알래스카
워싱턴

다른

영국 지질 조사국 NERC
- 미네랄 잠재력
- 찾다
- API 예시
- 출판물
- MEIGA -> MEIGA 600 BGS 광물 탐사 프로젝트 보고서
GeoLagret -> 스웨덴
MinData -> 전 세계 암석 위치 편집
광물 데이터베이스 -> 과학적 특성과 연대를 포함한 내보내기 가능한 광물 목록
NASA
ResearchGate -> 연구원 및 전문 네트워크

도구

GIS

QGIS -> GIS 데이터 시각화 및 분석 오픈 소스 데스크탑 애플리케이션에는 몇 가지 ML 도구가 있습니다. 빠르고 쉬운 보기에 필수적입니다.
- QGIS의 2D 지질학 -> QGIS NA 2020을위한 워크숍 학생 및 애호가를위한 지질지도 및 단면 소개
- OpenLog-> 드릴 홀 플러그인 베타
- Geo -Sam-> QGIS 플러그인 세그먼트 래스터가있는 모든 것을위한 플러그인
- 증거의 무게
- 플러그인
잔디
Saga-> Sourceforge의 거울

3D

pyvista-> vtk 랩핑 API 훌륭한 데이터 시각화 및 분석
- PVGEO
- Pyvista -Xarray-> Xarray 데이터 변환 VTK 3D 통증없이 : 훌륭한 도서관!
- 오픈 마이닝 형식을위한 omfvista-> pyvista
- Scipy 2022 튜토리얼
pymeshlab-> 메쉬 변환
오픈 마이닝 형식
화이트 박스 도구
- GUI-> 데스크탑 버전
지하 표면
Geolambda-> AWS Lambda 설정
지구 과학 분석가
- geoh5py-> GEOH5 프로젝트를 오가는 데이터 가져 오기
- GeoApps-> geoh5py를 통한 지구 물리학에 대한 노트북 기반 응용 프로그램
- Geoh5vista
- 게임 -> 자기 데이터 분석
  - 종이 - 미네랄 지구 과학 데이터 및 모델 이식성을위한 프레임 워크 - GEOH5
레이더
vdeo

지리 공간 장군

지구 과학을위한 파이썬 리소스
geoutils-> 지리 공간 분석 및 다른 Python GIS 패키지 간의 상호 운용성 촉진.

벡터 데이터

파이썬

지오 팬더
- Dask-Geopandas
  - 지도 시간
- Geofileops-> 데이터베이스 기능 및 GeoPackage를 통해 증가 된 속도 공간 조인
Kart-> Daata의 분산 버전 제어
Pyesridump-> Library, Esri REST 서버에서 규모로 데이터를 가져 오는 라이브러리

아르 자형

SF
Terra -> Terra는 "Raster"및 "Vector"형태로 지리적 (공간) 데이터를 조작하는 방법을 제공합니다.

래스터 데이터

기음

accesstract-> 명령 줄 구역 통계 c

줄리아

Rasters.jl-> 일반적인 래스터 데이터 유형을 읽고 쓰기

파이썬

Rasterio-> 래스터 데이터 처리를위한 Python Base Library
Georeader-> 다른 위성 임무의 프로세스 래스터 데이터
RasterStats-> 벡터 형상 기반 지리 공간 래스터 데이터 세트 요약
Xarray-> 다차원 레이블이 붙은 배열 처리 및 분석
- rioxarray-> 래스터 데이터의 Xarray 처리를위한 멋진 높은 수준 API
- GeoCube-> 벡터 데이터 API의 Rasterisation
- ODC -GEO-> 원격 감지 기반 래스터 핸들링을위한 도구 Colorisation, Grid Workflows와 같은 많은 매우 편리한 도구
- COG Validator-> 클라우드 최적화 지오티프의 형식 확인
- Lithops / Coiled / Modal을 통한 Serverless-Datacube-Demo-> Xarray
- Xarray Spatial-> 자연 휴식과 같은 분류와 같은 래스터 데이터의 통계 분석
- XDGGS-> 기타 유형의 그리드
- XGCM-> 라벨이있는 히스토그램
- xrft-> xarray 기반 푸리에 변환
- XVEC-> Xarray 용 벡터 데이터 큐브
- Xarray -Einstats-> 통계, 선형 대수 및 Xarray의 Einops

아르 자형

래스터 -> r 라이브러리
Terra->는 "래스터"및 "벡터"형태로 지리적 (공간) 데이터를 조작하는 방법을 제공합니다.
별 -> 시공간 배열 : 래스터 및 벡터 데이터 큐브
r

벤치마크

Raster -Benchmark-> Python 및 R의 일부 래스터 리바리 벤치마킹 벤치마킹

구이

화이트 박스 도구 -> 파이썬 API, GUI 등

데이터 수집

Piautostage-> '고해상도 현미경 이미지의 자동 모음을위한 오픈 소스 3D 인쇄 도구;' 미네랄 샘플 용으로 설계되었습니다.

데이터 변환

AEM에서 SEG-Y
ASEG GDF2
CGG Outfile Reader
Geosoft Grid to Raster
루프 Geosoft 그리드
Harmonica Geosoft Grid-> Xarray로의 전환시 진행중인 풀 요청
Auscope-> 이진 GoCAD 모델의 데이터
GOCAD SG 그리드 리더
- Geomodel-2-3dweb-> 여기에는 이진 Gocad SG Grids에서 데이터를 추출하는 방법이 있습니다.
도약 메쉬 리더
OMF-> 사물 사이의 전환을위한 오픈 마이닝 형식
PDF 광부
vtk to dxf

지구 화학

PygeochemTools-> Library 및 Command Line은 빠른 QC 및 지구 화학 데이터 플로팅을 가능하게합니다.
SA 지구 화학적 맵 -> SA의 지질 조사에서 남호주 지구 화학 데이터의 데이터 분석 및 플로팅
지구 화학적 여유
Scott Halley의 Geochemistry 튜토리얼
주기적 테이블

geostatistics

geostatspy
pyinterpolate

지구학

지질 시간 규모 -> 생산 코드이지만 시대의 정기적 인 CSV도 있습니다.

지질학

gempy-> 암시 적 모델링
gemgis-> 지리 공간 데이터 분석 지원
루프 구조 -> 암시성 모델링
수동 Python geologia-> 지질학 데이터 분석
Map2Loop-> 3D 모델링 자동화
- LOOP3D-> MAP2LOOP 용 GUI
pybedforms
SA Stratigraphy-> Stratigraphy 데이터베이스 편집기 WebApp
Striplog
analise_de_dados_estruturais_altamira
Global Tectonics-> 오픈 소스 데이터 세트를 구축, 판, 여백 등.
- 종이
제노도 추가
litholog
피그플레이트
튜토리얼 데이터
- 종이

지구 물리학

지구 과학 호주 유틸리티
지구 과학자 연습을위한 지구 물리학
잠재적 인 필드 도구 상자 -> 일부 Xarray 기반의 빠른 푸리에 변환 필터 - 파생 상품, 유사성, RPG 등
- 노트북 -> 몇 가지 예제가있는 클래스 [수직 파생물, 유사성, 상향 연속 등)
계산 지구 물리학 샌드 박스
지하실 퇴적물 -> 남극 대륙의 자기 지하실 깊이
신호 이미지 처리

전자기

지구 과학 호주 AEM
uh electromagnetics->이 도메인 이해에 대한 코스워크 노트
AEM 해석
Emag py-> fdem
Resipy-> DC / IP

중력과 자기

하모니카
필터 예제 -> Xarray를 통한 빠른 푸리에 변환 기반 처리
호주 중력 데이터
회충
웜 업데이트 <- 잠재적 필드 새로운 네트워크를 처리하기위한 약간의 업데이트로 웜 생성
Osborne Magnetic-> 설문 조사 데이터 처리 예

지진

세기 오
Segysak-> Xarray 기반 SEG -Y 데이터 처리 및 분석
지구 물리학 노트 -> 지진 데이터 처리

자기성

mtpy
튜토리얼
MTPY-> 위의 업데이트를 더 쉽게 만들 수 있습니다.
미네랄 통계 툴킷 -> MT 기능 분석까지의 거리
석판 지휘자 종이
mtwaffle-> MT 데이터 분석 예제
Pymt
저항성
MECMUS-> 미국의 전기 전도도 모델을 읽는 도구
모델

그리드딩

그리니치 표준시
- Pygmt
베르데
GRID_AEROMAG-> 브라질 그리드 예제
pyinterp-> 부스트를 통한 다차원 그리드
pseudogravity-> Blakely, 95

반전

심피그
- Mira Geoscience Fork-> GeoApps에 사용됩니다
- 심프 포크
- 2020 SIMPEG 변환
- 변환 2021 Simpeg
- Simpeg 스크립트
- ASTIC 조인트 반전 예
Gimli
Tomofast-X
USGS 익명 FTP
USGS 소프트웨어 -> 오래된 유용한 것들의 더 긴 목록 : dosbox, 누구?
지구 물리학 서브 루틴 -> 포트란 코드
2020 AACHEN 역전 문제 -> 중력 반전 이론 개요

지구 화학

피롤 라이트
- GS2021 피롤 라이트
수준 측량
Pygeochem 도구
지키미카
Geochemistrypi
- 종이

교련

DH2Loop-> 드릴링 간격 지원
- 종이
드릴 다운 -> geoh5py-> 노트를 통한 노트북의 드릴링 시각화
pygslib-> 다운 홀 측량 및 간격 정규화
pyborehole-> 시추공 데이터 가공 및 시각화
dhcomp-> 복합 지구 물리학 적 데이터 세트에 대한 지구 물리학 적 데이터

원격 감지

멋진 스펙트럼 지수 -> 스펙트럼 인덱스 생성에 대한 안내서
개방 데이터 큐브
- DEA Notebooks-> ODC 스타일 워크 플로에서 사용할 코드
- Datacube -Stats-> ODC 용 통계 분석 라이브러리
- GEO 노트북 -> 요소 84의 코드 예제
Raster4ml-> 많은 식생 지수
LEFA-> 골절 분석, 리니어먼트

서버리스

KerChunk-> zarr를 통해 클라우드 기반 데이터에 대한 서버리스 액세스
- KerChunk Geoh5-> 지구 과학자/GEOH5에 대한 액세스 KerChunk를 통해 서버리스로 프로젝트에 액세스
- IceHunk-> 클라우드 객체 저장에 사용하도록 설계된 텐서 / ND 배열 데이터 용 트랜잭션 저장 엔진.

STAC 카탈로그

DEA STACKSTAC-> Digital Earth Australia 데이터 작업의 예
흡기-스틱
ML AOI 확장
ML 모델 확장 사양 -> 카탈로그에 대한 머신 러닝 모델 사양 스펙트로어 모델
- 종이
ODC -STAC-> 데이터베이스 무료 오픈 데이터 큐브
Pystac
SAT-SEARCH
STACKSTAC-> 메타 데이터는 Dask 및 Xarray Timeseries 속도를 높였습니다

통계

오렌지 -> 데이터 마이닝 GUI
HDSTATS-> 기하학적 중앙값의 알고리즘 기초
hdmedians

심상

TV-> 터미널에서 위성 이미지보기
타이티 러
앉아 있습니다
hsdar
별
페루 골드 마이닝 SAR

미네랄 잠재력

니켈 미네랄 전위 매핑 -> ESRI 기반 분석
전망 온라인 도구

광업 경제학

Bluecap-> 광산 생존력 평가를위한 Monash University의 프레임 워크
ZIPFS 법률 -> 미네랄 증착 분포에 맞는 곡선
pyasx-> ASX 데이터 피드 스크래핑
금속 가격 API-> 컨테이너 화 된 마이크로 서비스

심상

NAPARI-> 다차원 이미지 뷰어
Holoviews-> 대규모 데이터 시각화
GraphViz-> 그래프 플롯/보기 지원 Windows 설치 정보
공간 kde

Colormaps

CET는 지각 적으로 균일 한 컬러 맵
PU Colormaps-> 지구 과학 분석가의 사용자를위한 형식
Colormap Distrortions-> 지구 물리학 데이터에 대한 비 지정 컬러 맵으로 생성 된 왜곡을 보여주는 패널 앱
Colormpas에서 데이터를 리핑합니다
개방형 지구 과학 코드 프로젝트

지리 공간

Geospatial>- 여러 일반적인 Python 패키지를 설치합니다
지리 공간 파이썬 -> 선별 된 목록

기술 스택

기음

GDAL-> 절대적으로 중요한 데이터 변환 및 분석 프레임 워크
- 도구 -> 노트에는 매우 유용한 많은 명령 줄 도구가 있습니다.

줄리아

Julia Earth-> 지구 과학의 지리 공간 데이터 과학 및 지질 학적 모델링 육성
Julia 지구 역학 -> 계산 지구 역학 코드
지구 과학을위한 줄리아 소개

파이썬 -Pydata

Anaconda->이 패키지 관리자와 함께 이미 설치 한 로트를 얻으십시오.
- gdal et al -> gdal 및 tensorflow 설치로 인한 고통을 여기에서 가져옵니다.
- git bash-> git bash에서 일할 콘다
Numpy 다차원 배열
팬더 표 테이블 데이터 분석
matplotlib 시각화
zarr-> 압축, 청크 분산 어레이
Dask-> 병렬, 분산 컴퓨팅
- Dask Cloud Provider-> 클라우드에서 Dask 클러스터를 자동으로 시작합니다.
- Dask Median-> 노트북 Dask Median Function 프로토 타입 제공
파이썬 지리 공간 생태계 -> 선별 된 정보

Rust -Georust

Georust-> 녹에서 지리 공간 유틸리티 수집

데이터베이스

Duckdb-> 프로세스에서 olap db at 속도 - 일부 지리 공간 및 배열 기능이 있습니다.
IBIS + DUCKDB Geopsatial-> Scipy2024 Talk

데이터 과학

파이썬 데이터 과학 템플릿 -> 프로젝트 패키지 설정
멋진 파이썬 데이터 과학 -> 선별 된 가이드

개연성

distfit-> 확률 밀도 피팅

과학

지구 과학을위한 파이썬 리소스
멋진 과학 컴퓨팅

도커

AWS 딥 러닝 컨테이너
공간 도커
DL Docker Geospatial
흔들리는 것
도커 람다
지오베이스
DL Docker Geospatial

온톨로지

퀸즐랜드 어휘의 지질 학회
- 지질 특성 데이터베이스
- 지리적
서호주 지질 학회
층계
지구 과학 지식 관리자
Geosciml 어휘

서적

파이썬

파이썬 지리 공간 분석 요리 책
Python-> Manning LiveBook을 사용한 지오 프로세싱

다른

교과서
석유 및 가스 산업의 기계 학습
r
Earthdata Cloud Cookbook-> NASA 리소스에 액세스하는 방법
Data Cleaner의 Cookbook-> 데이터가 랭글링 및 청소에 적합하게 사용할 수있는 Unix 도구를 넣습니다.
수학적 지구과학 백과 사전
수학 지구 과학의 핸드북

다른

gxpy-> Geosoft Python API
Eartharxiv-> Preprint Archive에서 논문을 다운로드하십시오
Essoar-> Preprint Paper Archive

데이터세트

세계

지질학

기반암 -> 세계의 일반화 된 지질학
Glim-> 글로벌 리소그래피지도
고생물학 Phanerozoic 고생물학적지도의 아틀라스
퇴적층 -> 토양, regolith 및 퇴적물 퇴적 층의 글로벌 1km 그리드 두께
세계 스트레스 맵 -> 지각 현재 스트레스 필드에 대한 정보의 글로벌 편집
GMBA-> Global Mountain Inventory

지구 물리학

중력

곡률 -> 중력 구배 데이터의 글로벌 곡률 분석
WGM 2012

자기학

EAMG2V3 _> 지구 자기 이상 그리드
WDMAM-> 세계 디지털 자기 이상 맵

자기성

EMC-> 전기 전도도의 글로벌 3D 역 모델

지진

실험실 Slnaafsa
실험실 CAM2016
Moho-> 젬마 데이터
moho-> szwillus 데이터
지진 속도 -> Debayle et al
Lithoref18-> 공동 역전 및 여러 데이터 세트의 분석에서 나온 쇄석 및 상부 맨틀의 글로벌 참조 모델
크러스트 1.0-> 글로벌 지각 모델 netcdf
개요 홈페이지

열의

열 흐름

일반적인

Deep Time Digital Earth-> 다양한 데이터 소스 및 모델에 대한 데이터 및 시각화
EarthChem-> 지구 화학적, 지구 학적 및 석유 학적 데이터의 커뮤니티 중심 보존, 발견, 접근 및 시각화
Georoc-> 암석의 지구 화학적 구성
Global Geology-> GIS 형식 (예 : Shapefile)으로 글로벌 지질 맵을 만들기위한 짧은 레시피, GTS2020 타임 스케일에 연령 범위가 매핑되었습니다.
대형 IGENOUS 지방위원회
맨틀 깃털
퇴적물 두께 ->지도
SpatialReference.org-> 웹 사이트의 저장소

호주

일반적인 지구 모델
무거운 미네랄 맵
호주 조종사의 무거운 미네랄지도
반짝이는 앱

지구 화학

호주 대륙의 표면 암석 및 레지리스에서 주요 산화물 농도의 예측 그리드 -> 다양한 산화물

지질학

알칼리성 바위 아틀라스
신조
중생대
고생대
Archaean
찾다
Proterozoic Alkaline Rocks-> Proterozoic Alkaline 및 관련 화성암 GIS
신조
중생대
고생대
Archaean
- 종이 https://ecat.ga.gov.au/geonetwork/srv/eng/catalog.search#/metadata/147963
수 문학 -> 호주의 수 문학지도
수 문학 -> 5m
계층화 된 지질학 -> 1m
표면 지질학 -> 1m 규모
호주의 mafic-ultramafic 마그마 틱 이벤트 GIS 데이터 세트

지구 물리학

중력 -> 2019 호주 국가 중력 그리드

자기학

TMI-> 호주의 자기 이상지도, 제 7 판, 2019 TMI
40m-> 40m 버전
VRTP-> 폴에 가변 감소 (VRTP) 2019의 호주의 총 자기 강도 (TMI) 그리드
1VD-> 호주의 총 자기 강도 그리드 2019- 최초의 수직 파생물 (1VD)

방사성

방사선 측정 -> 호주의 완전한 방사선 메트릭 그리드 (RADMAP) V4 2019 모델링 된 충전
K-> 호주의 방사선 메트릭 그리드 (RADMAP) v4 2019 필터링 된 PCT 칼륨 그리드
U-> 호주의 방사선 그리드 (RADMAP) v4 2019 필터링 된 PPM 우라늄
Th-> 호주의 방사선 메트릭 그리드 (Radmap) v4 2019 필터링 된 ppm Thorium
Th/K-> 호주의 방사선 측정 그리드 (Radmap) v4 2019 비율 칼륨의 토륨.
U/K-> 호주의 방사선 측정 (RADMAP) V4 2019 칼륨의 우라늄 비율
U/TH-> 호주의 방사선 측정 그리드 (RADMAP) v4 2019 비율 우라늄 토륨
U 제곱/TH-> 호주의 방사선 그리드 (RADMAP) v4 2019 비율 우라늄 제곱 비율 Thorium
복용량-> 호주의 방사선 측정 그리드 (RADMAP) v4 2019 여과 된 지상 용량 률
Ternary Picture-> 호주의 방사선 그리드 (Radmap) v4 2019- Ternary Image (K, Th, U)

AUSAEM

AUSAEM 1-> AUSAEM 연도 1 NT/QLD Airborne Electromagnetic Survey; GA 층 층 지구 반전 제품
AUSAEM 1-> AUSAEM Year 1 NT/QLD : Tempest® Airborne Electromagnetic Data 및 EM Flow® 전도도 추정치
AUSAEM 1-> AUSAEM1 해석 데이터 패키지
AUSAEM 2-> AUSAEM 02 WA/NT 2019-20 항공 전자기 조사
AUSAEM – WA-> AUSAEM – WA, Murchison Airborne 전자기 조사 블록
AUSAEM – WA-> AUSAEM-WA, Southwest-Albany Airborne 전자기 조사 블록
AUSAEM – WA-> AUSAEM WA 2020-21, Eastern Goldfields & East Yilgarn Airborne
AUSAEM – WA-> AUSAEM (WA) 2020-21, EARAHEEDY & DESERT 스트립
AUSAEM ERC-> AUSAEM Eastern Resources 복도
AUSAEM WRC-> AUSAEM Western Resources Corridor
Interp 개요
국가 표면 및 표면 근처 전도도 그리드 -> 호주 북부와 유사한 방식으로 보조제에 대한 국가 ML 보간

Auslamp

Auslamp Sea-> Auslamp Magnetotelluric 데이터에서 남동부 호주 본토의 저항성 모델
빅토리아 데이터
NSW 데이터
Auslamp Tisa-> Magnetotellurics에서 파생 된 저항 모델 : Auslamp -Tisa Project
Auslamp Delamerian-> Auslamp Magnetotelluric 데이터의 Delamerian Orogen의 Lithospheric 저항 모델
Auslamp ne sa
Auslamp Gawler
Auslamp Stations-> 2017 년경
Tasmanides 종이

모호

Moho 2019 및 2023
- 종이

미네랄 퇴적물

호주 주요 미네랄 퇴적물의 지질 학적 환경, 연령 및 기부금
호주 광산 생산을위한 포괄적 인 데이터 세트 1799 ~ 2021
- 종이

미네랄 잠재력

개요 - 지구 과학 호주 -> 출판물 및 데이터 세트 개요
퇴적물 호스 아연
보고서
퇴적물을 호스팅했습니다
보고서
추상적인
카르 보 나이트 희토류 요소
- 종이

광산 폐기물

호주 광산 폐기물

기본 제목

국가 원주민 타이틀 재판소

원격 감지

Landsat Bare Earth- Landsat의 Bare Earth 중앙값
토양 및 석판 학적 모델링을위한 강화 된 Barest Earth Landsat 이미지 : 데이터 세트 -> 향상의 세부 사항
고해상도 위성 이미지에서 매핑 된 글로벌 마이닝 풋 프린트 ** 논문
DEM-> Australia 1 Sec Srtm 다양한 품종

구조

호주의 주요 지각 경계 -2024 판

속도

AU Tomo-> 동기 및 비동기 주변 소음 영상에서 호주 크러스트의 차세대 속도 모델

지형

멀티 스케일 지형 위치 -RGB
정보
지형 습윤 지수 -1 및 3 초
정보
지형 위치 색인 -1 및 3 초
정보
풍화 강도 모델
- 종이
정보
{info] (https://researchdata.edu.au/weathering-intensity-model-australia/1361069)

북부 사투리

커버 두께 TISA-> 보간 그리드가있는 테넌트 크릭 MT ISA의 커버 두께 포인트
지역 AEM 조사 및 기계 학습을 사용한 고해상도 전도도 매핑 -> AUSAEM에 대한 ML 전도도 보간
확장 된 초록
솔리드 지질학 -> 북부 호주 크라톤의 견고한 지질학
역전 모델 -> 북부 오스트레일리아 크라톤 3D 중력 및 자기 반전 모델
Ni-CU-PGE-> 호주의 침입 호스팅 Ni-CU-PGE 설파이드 퇴적물 가능성 : 미네랄 시스템 전망의 대륙 규모 분석
Tisa iocg-> Tennant Creek의 산화철 구리 -골드 (IOCG) 미네랄 잠재적 평가 -MT ISA 지역 : 지리 공간 데이터
Tisa 변경 -> 3D 중력 및 자기 역전을 사용한 자철석 및 적철광 변경 프록시 생성

남호주

지질학

기반암 지질학
결정질 지하실 -> 결정질 지하실 교차 훈련
광산과 미네랄 퇴적물
미네랄 드릴홀
솔리드 지질학 3D
100k 결함
Archaean
고고한 결점
mesoproterozoic-> 중간
mesoproterozoic-> 중간 결함
mesoproterozoic-> 늦었다
mesoproterozoic 결함 -> 늦은 결함
신생적
신생적 결함
스튜어트 선반 퇴적 구리 3D 모델
표면 지질학

지구 물리학

Auslamp 3D-> Magnetotelluric 반전
GCAS-> Gawler Craton Airborne 조사
중력 -> 중력 그리드
스테이션 -> 중력 스테이션
자기 -> 자기 -자기
지진 선 -> 지진 선

gawler

Gawler MPP -> Gawler 미네랄 프로모션 프로젝트 - 데이터

퀸즈랜드

개요
딥 마이닝 퀸즐랜드-> 딥 마이닝 퀸즐랜드
입금 아틀라스 -> 북서 미네랄 지방 예금 아틀라스
지질학 -> 지질 시리즈 개요
광물 및 에너지 보고서 -> 북서쪽 퀸즐랜드 미네랄 및 에너지 성 보고서 2011 -NWQMEP
벡터 -> 미네랄 지구 화학 벡터링
석유 우물
석탄 이음새 가스 우물
드릴홀

Cloncurry

툴킷 -> 멀티 엘멘트 툴킷 및 실험실

노던 테리토리

Arunta iocg-> 남부 아 런타 지역의 철 산화물-코퍼-골드 잠재력
사우스 우라늄 -> 남부 노던 테리토리 우라늄 및 지열 에너지 시스템 평가 DIGIL 데이터 패키지
Tennant Creek-> Northern Territory East Tennant 지역의 Magnetotelluric 데이터에서 파생 된 전도도 모델

뉴 사우스 웨일즈

지질학

Seamless Geology-> NSW Seamless Geology Data Package (이 페이지의 이전 버전)

미네랄 잠재적 데이터 패키지

Curnamona
동부 로클란
중앙 Lachlan
뉴 잉글랜드 남부

서호주

지구 화학

mafic/ultramafic

지질학

100k 기반암
표면을위한 100k 맵 시트 개별적으로 다운로드하고 결합해야합니다 - 일관성이 없습니다.
표면을위한 250k 맵 시트 개별적으로 다운로드하고 결합해야합니다 - 일관성이 없습니다.
500k 기반암
버려진 광산
미네랄 발생

미네랄 잠재력

코마 티 라이트 호스팅 니켈
보고서

전망

미네랄 시스템 접근법을 사용한 염소 자리 -> 전망 분석 - 염소 자리 사례 연구 프로젝트
King Leopold-> King Leopold Orogen 및 Lennard Shelf의 미네랄 전망 : West Kimberley 지역의 잠재적 인 현장 데이터 분석
Yilgarn Gold
Yilgarn 2-> 동부 Yilgarn Craton의 예측 광물 발견 : Orogenic Gold Mineral System의 지구 규모 표적화의 예
[Shop Note] -> WA는 50-60AU 유형 가격으로 USB 드라이브에서 구매할 수있는 몇 가지 전망 패키지가 있습니다.

태즈메이니아

지질학

250,000
500,000
25K
미네랄 발생
3D 모델

빅토리아

원활한 지질학

뉴질랜드

미네랄 데이터 팩 -> 미네랄 탐사 데이터 팩

북미

국가 규모 지구 물리학, 지질 및 광물 자원 데이터 및 그리드 -> 또한 호주 데이터도 있습니다.
지하수 우물 -> 데이터베이스
북미 전역의 최대 수평 응력 방향 및 상대 응력 크기 (결함 체제) 데이터

캐나다

지질학

지도
지질학 -> 업데이트 된 기반 지질학 맵
지질학 -> 기반 지질학 편집 및 사우스 래의 지역 합성 및 하스 앤 도메인, 처칠 지방, 노스 웨스트 영토, 서스 캐처 원, 누나 부트, 매니토바 및 앨버타
Moho-> Moho 깊이의 국가 데이터베이스는 지진 굴절 및 텔레비네이션 조사의 추정치를 추정합니다.

지구 물리학

DAP 검색 -> 지오 포르탈 검색 - 성가신 일에주의해서 Geosoft 그리드에 있습니다 - 전환 가능성은 다른 것을 참조하십시오.
[중력, 자기, 방사선 측정법] -> 대부분 국가 규모

유럽

핀란드

Fodd-> Fennoscandian 미네랄 퇴적물

아일랜드

MPM-> 미네랄 강력한 매핑 프로젝트

코드가있는 논문

NLP

https://www.sciencendirect.com/science/article/pii/s25901974220064?via%3dihub#bib20--> 고유 평가 -> Nrcan Code [nrcan code [model 포함]
https://www.researchgate.net/publication/334507958_word_embeddings_for_application_in_geosciences_development_evaluation_and_examples_of_soil-related_concepts-> geoveec [포함 모델]
https://www.researchgate.net/publication/347902344_portuguese_word_embeddings_for_the_oil_and_gas_industry_development_and_evaluation-> petrovec [모델 포함]
저널 보충제에서 지구 화학 데이터 세트의 자동 검색 및 콜라주를위한 리소스

지구 화학

https://www.researchgate.net/publication/365758387_a_resource_for_outomated_search_and_collation_of_geochemical_datasets_from_journal_supplements
- https://github.com/erinlmartin/figshare_geoscrape?s=09

지질학

https://github.com/sydney-machine-learning/autoencoders_remotesensing-> lithological 매핑을위한 스택 된 자동 인코더

광물

https://www.researchgate.net/publication/318839364_network_analysis_of_mineralogical_systems

기능 데이터가있는 논문

이들은 주어진 데이터에서 출력을 지리적으로 재현 할 수 있습니다.

미네랄 전망

https://www.sciencedirect.com/science/article/pii/s0169136821000x#s0135-> Canadian Magmatic Ni (± Cu ± Co ± Co ± pge) 설파이드 미네랄 시스템의 전망 모델링 [잘 읽는 가치가 있습니다]
https://www.sciencendirect.com/science/article/pii/s016913682100612#B0510-> 퇴적물 Zn – PB 미네랄 시스템의 데이터 -유도 전망 모델링 Zn – PB 미네랄 시스템 및 그 중요한 원료 [잘 읽는 가치가 있습니다.
https://www.researchgate.net/publication/358956673_towards_a_data-data-driven_prospectivity_mapping_methodology_a_case_study_of_the_southeastern_churchill_province_quebec_and_labrador

영국

https://www.researchgate.net/publication/358083076_machine_learning_for_geochemical_exploration_classifying_metallogenic_fertility_in_arc_magmas_and_insights_into_porphyry_copper_deposit_formation

지구 화학

https://www.researchgate.net/publication/361076789_automated_machine_learning_pipeline_for_geochemical_analysis

지질학

https://eprints.utas.edu.au/32368/-> Lithology 및 metasomatism의 기계 보조 모델링

지구 물리학

https://github.com/tomasnaprstek/aeromagnetic_cnn- Aeromagnetic CNN
종이 https://www.researchgate.net/publication/354772176_convolution_neural_networks_applied_to_the_interpretation_of_lineaments_in_aeromagnetic_data
PhD-> 항균 데이터에서 계보의 보간 및 해석을위한 새로운 방법
논문 https://www.researchgate.net/publication/354772176_convolution_neural_networks_applied_to_the_interpretation_of_lineaments_in_aeromagnetic_data-> Aeromagnetic Data의 해석에 적용되는 Convolution 신경 네트워크.

지리 공간 출력 - 코드 없음

https://geoscience.data.qld.gov.au/report/cr113697-> NWMP 데이터 구동 광물 탐사 및 지질 매핑 [CSIRO도]

저널

https://www.sciencedirect.com/journal/artificial-intelligence-in-geosciences-> 지구 과학의 인공 지능

서류

일반적으로 ML이 아니거나 코드/데이터가 없으며 때로는 가용성이 전혀 없습니다.
결국 데이터 패키지가 있거나 NSW 영역 연구와 같은 것들로 분리됩니다.
그러나 지역에 관심이 있다면 거친 가이드로 다른 것이 없다면 종종 그림을 지정할 수 있습니다.
일반적으로 이것들은 재현 할 수 없습니다. NSW 전망대 연구와 같은 일부는 NWQMP가 일부 작업을 수행하고 있습니다.
이 섹션의 가끔 논문은 위에 나열 될 수 있습니다.

새 파일에 새로워집니다

일반적인

https://www.researchgate.net/publication/337650865_a_combinative_knowledge-driven_integration_method_for_integrating_geophysical_layers_with_geological_and_geochemical_datasets
https://link.springer.com/article/10.1007/S11053-023-10237-W- 미네랄 전망 매핑을위한 새로운 세대의 인공 지능 알고리즘
https://www.researchgate.net/publication/235443297_addressing_challenges_with_exploration_datasets_to_generate_usable_mineral_potential_maps
https://www.researchgate.net/publication/330077321_an_improved_data-driven_multiple_criteria_decision-making_procedure_for_spatial_modeling_of_mineral_prospect_adaption_of_prediction-area_andplot_andplot _andphotic
미네랄 탐사를위한 인공 지능 : 데이터 과학의 미래 방향에 대한 검토 및 관점 -> https://www.sciencedirect.com/science/article/pii/s001282524002691
https://www.researchgate.net/project/bayesian-machine-machine-for-gegeological-modeling-and-geophysical-segmentation
https://www.researchgate.net/publication/229714681_classifiers_for_modeling_of_mineral_potential
https://www.researchgate.net/publication/352251078_data_analysis_methods_for_prospectivity_modelling_as_applied_to_mineral_exploration_targeting_state-of-art_and_outlook
https://www.researchgate.net/publication/267927728_data-driven_evidential_belief_modeling_of_mineral_potential_using_few_prospects_and_evidence_with_missing_values
https://www.linkedin.com/pulse/deep-learning-meets-downward-caldera-analytics/?trackingid=ybkv3ukni7ygh3irchzdgw%3d%3d
https://www.researchgate.net/publication/382560010_dinov2_rocks_geological_image_analysis_classification_segmentation_and_interpretability
https://www.researchgate.net/publication/368489689_discrimination_of_pb-zn_deposit_types_using_sphalerite_geochemistry_new_insights_from_machine_legorithm
https://link.springer.com/article/10.1007/s11430-024-1309-9-> 미네랄 전망 매핑을위한 설명 가능한 인공 지능 모델
https://www.researchgate.net/publication/229792860_prom_predictive_mapping_of_mineral_prospectivity_quantitative_estimation_of_number_of_undiscovered_prospects
https://www.researchgate.net/publication/339997675_ly_Reversible_neural_networks_for_large-scale_surface_and_sub-surface_characterization_via_remote_sensing
- 아르크시브
- 프레젠테이션
- 회의
- 줄리 아콘
https://www.researchgate.net/publication/220164488_geocomputation_mineral_exploration_targets
https://www.researchgate.net/publication/272494576_geological_knowledge_discovery_and_minerals_targeting_from_regolith_using_a_machine_learning_learning_learning_learning_learning_learning_learning_learning_learn
https://www.researchgate.net/publication/280013864_Geometric_average_of_spatial_evidence_data_layers_A_GIS-based_multi-criteria_decision-making_approach_to_mineral_prospectivity_mapping
https://www.researchgate.net/publication/355467413_harnessing_the_the_power_of_artificial_intelligence_and_machine_learning_in_mineral_exploration-opportunities_and_cautionary_notes
https://www.researchgate.net/publication/335819474_importance_of_spatial_predictor_variable_selection_in_machine_learning_applications_-moving_from_data_reproduction_to_spatial_prediction
https://www.researchgate.net/publication/337003268_improved_supervised_classification_of_of_bedrock_in_areas_of_transported_overburden_applying_Applying_oxpertise_AT_KERKASHA_ERITREA- Gazley/Hood
https://www.researchgate.net/publication/360660467_lithospheric_conductors_reveal_source_regions_of_convergent_margin_mineral_systems
https://api.research-repository.uwa.edu.au/portalfiles/portal/5263287/lysytsyn_volodymyr_2015.pdf (phd 논문) GIS 기반 상피 구리 전망도 매핑 MT ISA Inlier, 호주 : 탐사 대상을위한 내부.
https://www.researchgate.net/publication/374972769_ knowledge_and_technology_transfer_in_in_and_beyond_mineral_exploration-> 광물 탐사 및 그 이상의 지식 및 기술 전달
https://www.researchgate.net/publication/331946100_machine_learning_for_data-driven_discovery_in_solid_earth_geoscience
https://theses.hal.science/tel-04107211/document- 지하학적 이종 소스를위한 기계 학습 접근법
https://www.researchgate.net/publication/309715081_magmato-hydrothermal_space_a_new_metric_for_geochemical_characterisation_of_of_or_deposits-magmato-hydrothermal : Magmato-hydrothermal의 새로운 지하학적 특성에 대한 새로운 지표의 지하학 적 특성.
https://www.researchgate.net/publication/220164234_mapping_complexity_of_spatial_distribution_of_faults_factal_and_multifractal_models_vectoring_towards_exploration_targets
https://www.researchgate.net/publication/220163838_objective_selection_of_suitable_unit_cell_size_in_data-driven_modeling_of_mineral_prospectivity
https://www.researchgate.net/publication/273500012_prediction-area_p-a_plot_and_c-a_fractal_analysis_to_classify_and_evaluate_evidential_maps_for_for_mineral_prospectivity_modeling
https://www.researchgate.net/publication/354925136_soil-sample_geochemistry_normalised_by_class_membership_from_machine-learnt_clusters_of_satellite_and_geophysics_data [gazley/hood]
https://link.springer.com/article/10.1007/S12665-024-11870-1-> 인간 감각적 참여에 의존하는 지구 과학지도의 불확실성의 정량화
https://www.researchgate.net/publication/235443294_the_effect_of_map-scale_on_geological_complexity
https://www.researchgate.net/publication/235443305_the_effect_of_map_scale_on_geological_complexity_for_computer-aided_exploration_targeting
https://link.springer.com/article/10.1007/s11053-024-10322-8-> 데이터 중심의 광물 전망대 매핑에서 워크 플로우-유도 불확실성

미네랄 전망

호주

https://www.mdpi.com/2072-4292/15/16/4074-> 미네랄 전망 매핑을위한 공간 데이터 구동 접근 방식
https://www.researchgate.net/publication/353253570_a_truly_spatial_random_forests_algorithm_for_geoscience_data_analysion_and_modelling
https://www.researchgate.net/publication/253217016_advanced_methodologies_for_the_analysion_of_databases_mineral_deposits_and_major_faults
https://www.researchgate.net/publication/362260616_assessing_the_thepact_of_concepual_mineral_systems_uncture_on_prospectivity_predictions
https://www.researchgate.net/publication/352310314_central_lachlan_mineral_potential_study
https://meg.resourcesregulator.nsw.gov.au/sites/default/files/2024-05/eith%202024%20muller_exploration_in_the_house_keynote.pdf-> 생성 AI를 사용한 미래성 매핑
https://www.tandfonline.com/doi/pdf/10.1080/22020586.2019.12073159?12073159?12073159?12073159?12073159?12073159?12073159?12073159?12073159?12073159?12073159?12073159?12073159?12073159?12073159?12073159?12073159?12073159?12073159?12073159?12073159?12073159?12073159?12073159?12073159?12073159? Gawler Craton, 남호주
https://www.researchgate.net/publication/365697240_mineral_potential_modelling_of_orogenic_gold_systems_in_the_granites-tanami_orogen_northern_territory_australia_a_multi-technique_que-dreproach
https://publications.csiro.au/publications/publication/picsiro:ep2022-0483-> Queensland의 동부 마운트 ISA 지방의 주요 광물 시스템의 서명 : 데이터 분석의 새로운 관점
https://link.springer.com/article/10.1007/s11004-021-09989-z-> 광물 탐사 목표의 확률 론적 모델링
https://www.researchgate.net/publication/276171631_Supervised_Neural_Network_Targeting_and_Classification_Analysis_of_Airborne_EM_Magnetic_and_Gamma-ray_Spectrometry_Data_for_Mineral_Exploration
https://www.researchgate.net/publication/353058758_Using_Machine_Learning_to_Map_Western_Australian_Landscapes_for_Mineral_Exploration
https://www.researchgate.net/publication/264535019_Weights-of-evidence_and_logistic_regression_modeling_of_magmatic_nickel_sulfide_prospectivity_in_the_Yilgarn_Craton_Western_Australia

아르헨티나

https://www.researchgate.net/publication/263542691_ANALYSIS_OF_SPATIAL_DISTRIBUTION_OF_EPITHERMAL_GOLD_DEPOSITS_IN_THE_DESEADO_MASSIF_SANTA_CRUZ_PROVINCE
https://www.researchgate.net/publication/263542560_EVIDENTIAL_BELIEF_MAPPING_OF_EPITHERMAL_GOLD_POTENTIAL_IN_THE_DESEADO_MASSIF_SANTA_CRUZ_PROVINCE_ARGENTINA
https://www.researchgate.net/publication/277940917_Porphyry_epithermal_and_orogenic_gold_prospectivity_of_Argentina
https://www.researchgate.net/publication/269518805_Prospectivity_for_epithermal_gold-silver_deposits_in_the_Deseado_Massif_Argentina
https://www.researchgate.net/publication/235443303_Prospectivity_mapping_for_multi-stage_epithermal_gold_mineralization_in_Argentina

브라질

https://www.researchgate.net/publication/367245252_Geochemical_multifractal_modeling_of_soil_and_stream_sediment_data_applied_to_gold_prospectivity_mapping_of_the_Pitangui_Greenstone_Belt_northwest_of_Quadrilatero_Ferrifero_Brazil
https://www.researchgate.net/publication/381880769_How_do_non-deposit_sites_influence_the_performance_of_machine_learning-based_gold_prospectivity_mapping_A_study_case_in_the_Pitangui_Greenstone_Belt_Brazil
https://www.researchsquare.com/article/rs-5066453/v1 -> Enhancing Lithium Exploration in the Borborema Province, Northeast Brazil: Integrating Airborne Geophysics, Low-Density Geochemistry, and Machine Learning Algorithms
https://www.researchgate.net/publication/362263694_Machine_Learning_Methods_for_Quantifying_Uncertainty_in_Prospectivity_Mapping_of_Magmatic-Hydrothermal_Gold_Deposits_A_Case_Study_from_Juruena_Mineral_Province_Northern_Mato_Grosso_Brazil
https://www.researchgate.net/publication/360055592_Predicting_mineralization_and_targeting_exploration_criteria_based_on_machine-learning_in_the_Serra_de_Jacobina_quartz-pebble-metaconglomerate_Au-U_deposits_Sao_Francisco_Craton_Brazil

흐린

https://www.researchgate.net/publication/272170968_A_Comparative_Analysis_of_Weights_of_Evidence_Evidential_Belief_Functions_and_Fuzzy_Logic_for_Mineral_Potential_Mapping_Using_Incomplete_Data_at_the_Scale_of_Investigation A Comparative Analysis of Weights of Evidence, Evidential Belief Functions, and Fuzzy Logic for Mineral Potential Mapping Using Incomplete Data at the Scale of Investigation
https://www.researchgate.net/publication/360386350_Application_of_Fuzzy_Gamma_Operator_to_Generate_Mineral_Prospectivity_Mapping_for_Cu-Mo_Porphyry_Deposits_Case_Study_Kighal-Bourmolk_Area_Northwestern_Iran
https://www.researchgate.net/publication/348823482_Combining_fuzzy_analytic_hierarchy_process_with_concentration-area_fractal_for_mineral_prospectivity_mapping_A_case_study_involving_Qinling_orogenic_belt_in_central_China
https://tupa.gtk.fi/raportti/arkisto/m60_2003_1.pdf -> Conceptual Fuzzy Logic Prospectivity Analysis of the Kuusamo Area
https://www.researchgate.net/publication/356508827_Geophysical-spatial_Data_Modeling_using_Fuzzy_Logic_Applied_to_Nova_Aurora_Iron_District_Northern_Minas_Gerais_State_Southeastern_Brazil
https://www.researchgate.net/publication/356937528_Mineral_prospectivity_mapping_a_potential_technique_for_sustainable_mineral_exploration_and_mining_activities_-_a_case_study_using_the_copper_deposits_of_the_Tagmout_basin_Morocco

캐나다

http://www.geosciencebc.com/i/pdf/SummaryofActivities2015/SoA2015_Granek.pdf -> Advanced Geoscience Targeting via Focused Machine Learning Applied to the QUEST Project Dataset, British Columbia
https://open.library.ubc.ca/soa/cIRcle/collections/ubctheses/24/items/1.0340340 -> Application of machine learning algorithms to mineral prospectivity mapping
https://www.researchgate.net/publication/369599705_A_study_of_faults_in_the_Superior_province_of_Ontario_and_Quebec_using_the_random_forest_machine_learning_algorithm_spatial_relationship_to_gold_mines
https://www.researchgate.net/publication/273176257_Data-_and_Knowledge_driven_mineral_prospectivity_maps_for_Canada's_North
https://www.researchgate.net/publication/300153215_Data_mining_for_real_mining_A_robust_algorithm_for_prospectivity_mapping_with_uncertainties
https://www.sciencedirect.com/science/article/pii/S1674987123002268 -> Development and application of feature engineered geological layers for ranking magmatic, volcanogenic, and orogenic system components in Archean greenstone belts
https://qspace.library.queensu.ca/bitstream/handle/1974/28138/Cevik_Ilkay_S_202009_MASc.pdf?sequence=3&isAllowed=y -> MACHINE LEARNING ENHANCEMENTS FOR KNOWLEDGE DISCOVERY IN MINERAL EXPLORATION AND IMPROVED MINERAL RESOURCE CLASSIFICATION
https://www.researchgate.net/publication/343511849_Identification_of_intrusive_lithologies_in_volcanic_terrains_in_British_Columbia_by_machine_learning_using_Random_Forests_the_value_of_using_a_soft_classifier
https://www.researchgate.net/publication/365782501_Improving_Mineral_Prospectivity_Model_Generalization_An_Example_from_Orogenic_Gold_Mineralization_of_the_Sturgeon_Lake_Transect_Ontario_Canada
https://www.researchgate.net/publication/348983384_Mineral_prospectivity_mapping_using_a_VNet_convolutional_neural_network
corporate link
https://www.researchgate.net/publication/369048379_Mineral_Prospectivity_Mapping_Using_Machine_Learning_Techniques_for_Gold_Exploration_in_the_Larder_Lake_Area_Ontario_Canada
https://www.researchgate.net/publication/337167506_Orogenic_gold_prospectivity_mapping_using_machine_learning
https://www.researchgate.net/publication/290509352_Precursors_predicted_by_artificial_neural_networks_for_mass_balance_calculations_Quantifying_hydrothermal_alteration_in_volcanic_rocks
https://link.springer.com/article/10.1007/s11053-024-10369-7 -> Predictive Modeling of Canadian Carbonatite-Hosted REE +/− Nb Deposits
https://www.sciencedirect.com/science/article/pii/S0098300422001406 -> Preliminary geological mapping with convolution neural network using statistical data augmentation on a 3D model
https://www.researchgate.net/publication/352046255_Study_of_the_Influence_of_Non-Deposit_Locations_in_Data-Driven_Mineral_Prospectivity_Mapping_A_Case_Study_on_the_Iskut_Project_in_Northwestern_British_Columbia_Canada
https://www.researchgate.net/publication/220164155_Support_vector_machine_A_tool_for_mapping_mineral_prospectivity
https://www.researchgate.net/publication/348111963_Support_Vector_Machine_and_Artificial_Neural_Network_Modelling_of_Orogenic_Gold_Prospectivity_Mapping_in_the_Swayze_greenstone_belt_Ontario_Canada
PhD thesis -> https://zone.biblio.laurentian.ca/bitstream/10219/3736/1/PhD%20Thesis%20Maepa_20210603.%281%29.pdf -> Exploration targeting for gold deposits using spatial data analytics, machine learning and deep transfer learning in the Swayze and Matheson greenstone belts, Ontario, Canada
https://data.geology.gov.yk.ca/Reference/95936#InfoTab -> Updates to the Yukon Geological Survey's mineral potential mapping methodology
http://www.geosciencebc.com/i/pdf/SummaryofActivities2015/SoA2015_Granek.pdf -> Advanced Geoscience Targeting via Focused Machine Learning Applied to the QUEST Project Dataset, British Columbia

중앙아프리카

https://www.researchgate.net/publication/323452014_The_Utility_of_Machine_Learning_in_Identification_of_Key_Geophysical_and_Geochemical_Datasets_A_Case_Study_in_Lithological_Mapping_in_the_Central_African_Copper_Belt
https://www.researchgate.net/publication/334436808_Lithological_Mapping_in_the_Central_African_Copper_Belt_using_Random_Forests_and_Clustering_Strategies_for_Optimised_Results

칠레

https://www.researchgate.net/publication/341485750_Evaluation_of_random_forest-based_analysis_for_the_gypsum_distribution_in_the_Atacama_desert

중국

https://www.researchgate.net/publication/374968979_3D_cooperative_inversion_of_airborne_magnetic_and_gravity_gradient_data_using_deep_learning_techniques - 3D cooperative inversion of airborne magnetic and gravity gradient data using deep learning techniques [UNSEEN]
https://www.researchgate.net/publication/369919958_3D_mineral_exploration_Cu-Zn_targeting_with_multi-source_geoscience_datasets_in_the_Weilasituo-bairendaba_district_Inner_Mongolia_China
https://www.researchgate.net/publication/350817136_3D_Mineral_Prospectivity_Mapping_Based_on_Deep_Metallogenic_Prediction_Theory_A_Case_Study_of_the_Lala_Copper_Mine_Sichuan_China
https://www.researchgate.net/publication/336771580_3D_Mineral_Prospectivity_Mapping_with_Random_Forests_A_Case_Study_of_Tongling_Anhui_China
https://www.sciencedirect.com/science/article/pii/S0169136823005772 -> 3D mineral prospectivity modeling in the Sanshandao goldfield, China using the convolutional neural network with attention mechanism
https://www.sciencedirect.com/science/article/pii/S0009281924001144 -> 3D mineral prospectivity modeling using deep adaptation network transfer learning: A case study of the Xiadian gold deposit, Eastern China
https://www.sciencedirect.com/science/article/pii/S0009281924000497 -> 3D mineral prospectivity modeling using multi-scale 3D convolution neural network and spatial attention approaches
https://www.researchgate.net/publication/366201930_3D_Quantitative_Metallogenic_Prediction_of_Indium-Rich_Ore_Bodies_in_the_Dulong_Sn-Zn_Polymetallic_Deposit_Yunnan_Province_SW_China
https://www.researchgate.net/publication/329600793_A_combined_approach_using_spatially-weighted_principal_components_analysis_and_wavelet_transformation_for_geochemical_anomaly_mapping_in_the_Dashui_ore-concentration_district_Central_China
https://www.researchgate.net/publication/349034539_A_Comparative_Study_of_Machine_Learning_Models_with_Hyperparameter_Optimization_Algorithm_for_Mapping_Mineral_Prospectivity
https://www.researchgate.net/publication/354132594_A_Convolutional_Neural_Network_of_GoogLeNet_Applied_in_Mineral_Prospectivity_Prediction_Based_on_Multi-source_Geoinformation
https://www.researchgate.net/publication/369865076_A_deep-learning-based_mineral_prospectivity_modeling_framework_and_workflow_in_prediction_of_porphyry-epithermal_mineralization_in_the_Duolong_Ore_District_Tibet
https://www.researchgate.net/publication/374982967_A_Framework_for_Data-Driven_Mineral_Prospectivity_Mapping_with_Interpretable_Machine_Learning_and_Modulated_Predictive_Modeling
https://www.sciencedirect.com/science/article/pii/S0169136824002026 -> A Global-Local collaborative approach to quantifying spatial non-stationarity in three-dimensional mineral prospectivity modeling
https://link.springer.com/article/10.1007/s11053-024-10344-2 -> A Heterogeneous Graph Construction Method for Mineral Prospectivity Mapping [UNSEEN]
https://www.researchgate.net/publication/353421842_A_hybrid_logistic_regression_gene_expression_programming_model_and_its_application_to_mineral_prospectivity_mapping
https://www.researchgate.net/publication/375764940_A_lightweight_convolutional_neural_network_with_end-to-end_learning_for_three-dimensional_mineral_prospectivity_modeling_A_case_study_of_the_Sanhetun_Area_Heilongjiang_Province_Northeastern_China
https://www.researchgate.net/publication/339821823_A_Monte_Carlo-based_framework_for_risk-return_analysis_in_mineral_prospectivity_mapping
https://www.researchgate.net/publication/373715610_A_Multimodal_Learning_Framework_for_Comprehensive_3D_Mineral_Prospectivity_Modeling_with_Jointly_Learned_Structure-Fluid_Relationships
https://www.sciencedirect.com/science/article/pii/S0169136824001343 -> A novel hybrid ensemble model for mineral prospectivity prediction: A case study in the Malipo W-Sn mineral district, Yunnan Province, China
https://www.researchgate.net/publication/347344551_A_positive_and_unlabeled_learning_algorithm_for_mineral_prospectivity_mapping
https://www.researchgate.net/publication/335036019_An_Autoencoder-Based_Dimensionality_Reduction_Algorithm_for_Intelligent_Clustering_of_Mineral_Deposit_Data
https://www.researchgate.net/publication/363696083_An_Integrated_Framework_for_Data-Driven_Mineral_Prospectivity_Mapping_Using_Bagging-Based_Positive_Unlabeled_Learning_and_Bayesian_Cost-Sensitive_Logistic_Regression
https://link.springer.com/article/10.1007/s11053-024-10349-x -> An Uncertainty-Quantification Machine Learning Framework for Data-Driven Three-Dimensional Mineral Prospectivity Mapping
https://link.springer.com/article/10.1007/s11004-023-10076-8 - An Interpretable Graph Attention Network for Mineral Prospectivity Mapping
https://www.researchgate.net/publication/332751556_Application_of_hierarchical_clustering_singularity_mapping_and_Kohonen_neural_network_to_identify_Ag-Au-Pb-Zn_polymetallic_mineralization_associated_geochemical_anomaly_in_Pangxidong_district
https://www.mdpi.com/2075-163X/14/9/945 -> Application of Machine Learning to Characterize Metallogenic Potential Based on Trace Elements of Zircon: A Case Study of the Tethyan Domain
https://www.researchgate.net/publication/339096362_Application_of_nonconventional_mineral_exploration_techniques_case_studies
https://www.researchgate.net/publication/325702993_Assessment_of_Geochemical_Anomaly_Uncertainty_Through_Geostatistical_Simulation_and_Singularity_Analysis
https://www.researchgate.net/publication/368586826_Bagging-based_Positive-Unlabeled_Data_Learning_Algorithm_with_Base_Learners_Random_Forest_and_XGBoost_for_3D_Exploration_Targeting_in_the_Kalatongke_District_Xinjiang_China
https://link.springer.com/article/10.1007/s11004-024-10153-6 -> Causal Discovery and Deep Learning Algorithms for Detecting Geochemical Patterns Associated with Gold-Polymetallic Mineralization: A Case Study of the Edongnan Region [UNSEEN]
https://www.sciencedirect.com/science/article/pii/S0169136824001409 -> CNN-Transformers for mineral prospectivity mapping in the Maodeng–Baiyinchagan area, Southern Great Xing'an Range
https://www.researchgate.net/publication/347079505_Convolutional_neural_network_and_transfer_learning_based_mineral_prospectivity_modeling_for_geochemical_exploration_of_Au_mineralization_within_the_Guandian-Zhangbaling_area_Anhui_Province_China
https://www.researchgate.net/publication/352703015_Data-driven_based_logistic_function_and_prediction-area_plot_for_mineral_prospectivity_mapping_a_case_study_from_the_eastern_margin_of_Qinling_orogenic_belt_central_China
https://www.sciencedirect.com/science/article/abs/pii/S0012825218306123 -> Deep learning and its application in geochemical mapping
https://www.frontiersin.org/articles/10.3389/feart.2024.1308426/full -> Deep gold prospectivity modeling in the Jiaojia gold belt, Jiaodong Peninsula, eastern China using machine learning of geometric and geodynamic variables
https://www.researchgate.net/publication/352893038_Detection_of_geochemical_anomalies_related_to_mineralization_using_the_GANomaly_network
https://www.researchgate.net/publication/357685352_Determination_of_Predictive_Variables_in_Mineral_Prospectivity_Mapping_Using_Supervised_and_Unsupervised_Methods
https://www.sciencedirect.com/science/article/abs/pii/S0375674221001370 -> Distinguishing IOCG and IOA deposits via random forest algorithm based on magnetite composition
https://www.researchgate.net/publication/340401748_Effects_of_Random_Negative_Training_Samples_on_Mineral_Prospectivity_Mapping
https://www.researchgate.net/publication/360333702_Ensemble_learning_models_with_a_Bayesian_optimization_algorithm_for_mineral_prospectivity_mapping
https://www.researchgate.net/publication/267927676_Evaluation_of_uncertainty_in_mineral_prospectivity_mapping_due_to_missing_evidence_A_case_study_with_skarn-type_Fe_deposits_in_Southwestern_Fujian_Province_China
https://www.mdpi.com/2075-163X/14/5/492 ->Exploration Vectors and Indicators Extracted by Factor Analysis and Association Rule Algorithms at the Lintan Carlin-Type Gold Deposit, Youjiang Basin, China
https://www.researchgate.net/publication/379852209_Fractal-Based_Multi-Criteria_Feature_Selection_to_Enhance_Predictive_Capability_of_AI-Driven_Mineral_Prospectivity_Mapping
https://www.researchgate.net/publication/338789096_From_2D_to_3D_Modeling_of_Mineral_Prospectivity_Using_Multi-source_Geoscience_Datasets_Wulong_Gold_District_China
https://www.researchgate.net/publication/359714254_Geochemical_characterization_of_the_Central_Mineral_Belt_U_Cu_Mo_V_mineralization_Labrador_Canada_Application_of_unsupervised_machine-learning_for_evaluation_of_IOCG_and_affiliated_mineral_potential
https://www.researchgate.net/publication/350788828_Geochemically_Constrained_Prospectivity_Mapping_Aided_by_Unsupervised_Cluster_Analysis
https://www.researchgate.net/publication/267927506_GIS-based_mineral_potential_modeling_by_advanced_spatial_analytical_methods_in_the_southeastern_Yunnan_mineral_district_China
https://www.researchgate.net/publication/380190183_Geologically_Constrained_Convolutional_Neural_Network_for_Mineral_Prospectivity_Mapping
https://www.researchgate.net/publication/332997161_GNER_A_Generative_Model_for_Geological_Named_Entity_Recognition_Without_Labeled_Data_Using_Deep_Learning
https://www.researchgate.net/publication/307011381_Identification_and_mapping_of_geochemical_patterns_and_their_significance_for_regional_metallogeny_in_the_southern_Sanjiang_China
https://link.springer.com/article/10.1007/s11053-024-10334-4 -> Identification of Geochemical Anomalies Using an End-to-End Transformer
https://www.researchgate.net/publication/359627130_Identification_of_ore-finding_targets_using_the_anomaly_components_of_ore-forming_element_associations_extracted_by_SVD_and_PCA_in_the_Jiaodong_gold_cluster_area_Eastern_China
https://www.researchgate.net/publication/282621670_Identifying_geochemical_anomalies_associated_with_Au-Cu_mineralization_using_multifractal_and_artificial_neural_network_models_in_the_Ningqiang_district_Shaanxi_China
https://www.sciencedirect.com/science/article/abs/pii/S0375674224000943 -> Integrate physics-driven dynamics simulation with data-driven machine learning to predict potential targets in maturely explored orefields: A case study in Tongguangshan orefield, Tongling , 중국
https://www.researchgate.net/publication/329299202_Integrating_sequential_indicator_simulation_and_singularity_analysis_to_analyze_uncertainty_of_geochemical_anomaly_for_exploration_targeting_of_tungsten_polymetallic_mineralization_Nanling_belt_South_
https://www.sciencedirect.com/science/article/abs/pii/S0883292724001987 -> Integrating soil geochemistry and machine learning for enhanced mineral exploration at the dayu gold deposit, south China block
https://www.mdpi.com/2071-1050/15/13/10269 -> Intelligent Identification and Prediction Mineral Resources Deposit Based on Deep Learning
https://link.springer.com/article/10.1007/s11053-024-10396-4 -> Interpretable SHAP Model Combining Meta-learning and Vision Transformer for Lithology Classification Using Limited and Unbalanced Drilling Data in Well Logging
https://www.researchgate.net/publication/358555996_Learning_3D_mineral_prospectivity_from_3D_geological_models_using_convolutional_neural_networks_Application_to_a_structure-controlled_hydrothermal_gold_deposit
https://www.researchgate.net/publication/352476625_Machine_Learning-Based_3D_Modeling_of_Mineral_Prospectivity_Mapping_in_the_Anqing_Orefield_Eastern_China
https://www.researchgate.net/publication/331575655_Mapping_Geochemical_Anomalies_Through_Integrating_Random_Forest_and_Metric_Learning_Methods
https://www.researchgate.net/publication/229399579_Mapping_geochemical_singularity_using_multifractal_analysis_Application_to_anomaly_definition_on_stream_sediments_data_from_Funin_Sheet_Yunnan_China
https://www.researchgate.net/publication/328255422_Mapping_mineral_prospectivity_through_big_data_analytics_and_a_deep_learning_algorithm
https://www.researchgate.net/publication/334106787_Mapping_Mineral_Prospectivity_via_Semi-supervised_Random_Forest
https://www.researchgate.net/publication/236270466_Mapping_of_district-scale_potential_targets_using_fractal_models
https://www.researchgate.net/publication/357584076_Mapping_prospectivity_for_regolith-hosted_REE_deposits_via_convolutional_neural_network_with_generative_adversarial_network_augmented_data
https://www.researchgate.net/publication/328623280_Maximum_Entropy_and_Random_Forest_Modeling_of_Mineral_Potential_Analysis_of_Gold_Prospectivity_in_the_Hezuo-Meiwu_District_West_Qinling_Orogen_China
https://www.sciencedirect.com/science/article/pii/S016913682400163X -> Metallogenic prediction based on fractal theory and machine learning in Duobaoshan Area, Heilongjiang Province
https://www.sciencedirect.com/science/article/pii/S0169136824003810 -> Mineral prospectivity mapping susceptibility evaluation based on interpretable ensemble learning
https://link.springer.com/article/10.1007/s11053-024-10386-6 -> Mineral Prospectivity Mapping Based on Spatial Feature Classification with Geological Map Knowledge Graph Embedding: Case Study of Gold Ore Prediction at Wulonggou, Qinghai Provinc
https://www.researchgate.net/publication/235443301_Mineral_potential_mapping_in_a_frontier_region
https://www.researchgate.net/publication/235443302_Mineral_potential_mapping_in_frontier_regions_A_Mongolian_case_study
https://www.researchgate.net/publication/369104190_Mineral_Prospectivity_Mapping_Using_Attention-based_Convolutional_Neural_Network
https://www.nature.com/articles/s41598-024-73357-0 -> Mineral prospectivity prediction based on convolutional neural network and ensemble learning
https://www.researchgate.net/publication/329037175_Mineral_prospectivity_analysis_for_BIF_iron_deposits_A_case_study_in_the_Anshan-Benxi_area_Liaoning_province_North-East_China
https://link.springer.com/article/10.1007/s11053-024-10335-3 -> Mineral Prospectivity Prediction Based on Self-Supervised Contrastive Learning and Geochemical Data: A Case Study of the Gold Deposit in the Malanyu District, Hebei Province, China [USEEN]
https://www.researchgate.net/publication/377694139_Manganese_mineral_prospectivity_based_on_deep_convolutional_neural_networks_in_Songtao_of_northeastern_Guizhou
https://www.researchgate.net/publication/ 351649498_Mineral_Prospectivity_Mapping_based_on_Isolation_Forest_and_Random_Forest_Implication_for_the_Existence_of_Spatial_Signature_of_Mineralization_in_Outliers
https://www.researchgate.net/publication/358528670_Mineral_Prospectivity_Mapping_Based_on_Wavelet_Neural_Network_and_Monte_Carlo_Simulations_in_the_Nanling_W-Sn_Metallogenic_Province
https://www.researchgate.net/publication/352983697_Mineral_prospectivity_mapping_by_deep_learning_method_in_Yawan-Daqiao_area_Gansu
https://www.researchgate.net/publication/367106018_Mineral_Prospectivity_Mapping_of_Porphyry_Copper_Deposits_Based_on_Remote_Sensing_Imagery_and_Geochemical_Data_in_the_Duolong_Ore_District_Tibet - Mineral Prospectivity Mapping of Porphyry Copper Deposits Based on Remote Sensing Imagery and Geochemical Data in the Duolong Ore District, Tibet
https://www.researchgate.net/publication/355749736_Mineral_prospectivity_mapping_using_a_joint_singularity-based_weighting_method_and_long_short-term_memory_network
https://www.researchgate.net/publication/369104190_Mineral_Prospectivity_Mapping_Using_Attention-based_Convolutional_Neural_Network
https://www.researchgate.net/publication/365434839_Mineral_Prospectivity_Mapping_Using_Deep_Self-Attention_Model
https://www.researchgate.net/publication/379674196_Mineral_prospectivity_mapping_using_knowledge_embedding_and_explainable_ensemble_learning_A_case_study_of_the_Keeryin_ore_concentration_in_Sichuan_China
https://www.researchgate.net/publication/350817877_Mineral_Prospectivity_Prediction_via_Convolutional_Neural_Networks_Based_on_Geological_Big_Data
https://www.researchgate.net/publication/338871759_Modeling-based_mineral_system_approach_to_prospectivity_mapping_of_stratabound_hydrothermal_deposits_A_case_study_of_MVT_Pb-Zn_deposits_in_the_Huayuan_area_northwestern_Hunan_Province_China
https://www.sciencedirect.com/science/article/pii/S0169136824003172 -> New insights into the metallogenic genesis of the Xiadian Au deposit, Jiaodong Peninsula, Eastern China: Constraints from integrated rutile in-situ geochemical analysis and machine learning discrimination
https://www.researchgate.net/publication/332547136_Prospectivity_Mapping_for_Porphyry_Cu-Mo_Mineralization_in_the_Eastern_Tianshan_Xinjiang_Northwestern_China
https://www.sciencedirect.com/science/article/pii/S0169136824001823 -> Quantitative prediction methods and applications of digital ore deposit models
https://www.researchgate.net/publication/344303914_Random-Drop_Data_Augmentation_of_Deep_Convolutional_Neural_Network_for_Mineral_Prospectivity_Mapping
https://www.researchgate.net/publication/371044606_Supervised_Mineral_Prospectivity_Mapping_via_Class-Balanced_Focal_Loss_Function_on_Imbalanced_Geoscience_DatasetsSupervised Mineral Prospectivity Mapping via Class-Balanced Focal Loss Function on Imbalanced Geoscience Datasets
https://www.researchgate.net/publication/361520562_Recognizing_Multivariate_Geochemical_Anomalies_Related_to_Mineralization_by_Using_Deep_Unsupervised_Graph_Learning
https://www.sciencedirect.com/science/article/pii/S0169136824003937 -> Semi-supervised graph convolutional networks for integrating continuous and binary evidential layers for mineral exploration targeting
https://www.researchgate.net/publication/371044606_Supervised_Mineral_Prospectivity_Mapping_via_Class-Balanced_Focal_Loss_Function_on_Imbalanced_Geoscience_Datasets
https://www.researchgate.net/publication/360028637_Three-Dimensional_Mineral_Prospectivity_Mapping_by_XGBoost_Modeling_A_Case_Study_of_the_Lannigou_Gold_Deposit_China
https://link.springer.com/article/10.1007/s11053-024-10387-5 - Toward Data-Driven Mineral Prospectivity Mapping from Remote Sensing Data Using Deep Forest Predictive Model
https://www.researchgate.net/publication/361589587_Unlabeled_Sample_Selection_for_Mineral_Prospectivity_Mapping_by_Semi-supervised_Support_Vector_Machine
https://www.researchgate.net/publication/343515866_Using_deep_variational_autoencoder_networks_for_recognizing_geochemical_anomalies
https://link.springer.com/article/10.1007/s11004-024-10151-8 -> Using Three-dimensional Modeling and Random Forests to Predict Deep Ore Potentials: A Case Study on Xiongcun Porphyry Copper–Gold Deposit in Tibet, 중국
https://www.researchgate.net/publication/361194407_Visual_Interpretable_Deep_Learning_Algorithm_for_Geochemical_Anomaly_Recognition

이집트

https://www.researchgate.net/publication/340084035_Reliability_of_using_ASTER_data_in_lithologic_mapping_and_alteration_mineral_detection_of_the_basement_complex_of_West_Berenice_Southeastern_Desert_Egypt

영국

https://www.researchgate.net/publication/342339753_A_machine_learning_approach_to_tungsten_prospectivity_modelling_using_knowledge-driven_feature_extraction_and_model_confidence
https://www.researchgate.net/project/Enhancing-the-Geological-Understanding-of-SW-England-Using-Machine-Learning-Algorithms

에리트레아

https://www.researchgate.net/publication/349158008_Mapping_gold_mineral_prospectivity_based_on_weights_of_evidence_method_in_southeast_Asmara_Eritrea

핀란드

https://www.researchgate.net/publication/360661926_Target-scale_prospectivity_modeling_for_gold_mineralization_within_the_Rajapalot_Au-Co_project_area_in_northern_Fennoscandian_Shield_Finland_Part_2_Application_of_self-organizing_maps_and_artificial_n
https://www.sciencedirect.com/science/article/pii/S0169136824004037 -> Addressing imbalanced data for machine learning based mineral prospectivity mapping

핀란드

https://publications.csiro.au/publications/#publication/PIcsiro:EP146125/SQmineral%20prospectivity/RP1/RS50/RORECENT/STsearch-by-keyword/LISEA/RI12/RT26 -> A novel spatial analysis approach for assessing regional-scale mineral prospectivity In Northern Finland
https://www.researchgate.net/publication/332352805_Boosting_for_Mineral_Prospectivity_Modeling_A_New_GIS_Toolbox
https://www.researchgate.net/publication/324517415_Can_boosting_boost_minimal_invasive_exploration_targeting
https://www.researchgate.net/publication/248955109_Combined_conceptualempirical_prospectivity_mapping_for_orogenic_gold_in_the_northern_Fennoscandian_Shield_Finland
https://www.researchgate.net/publication/283451958_Data-driven_logistic-based_weighting_of_geochemical_and_geological_evidence_layers_in_mineral_prospectivity_mapping
https://www.researchgate.net/publication/320280611_Evaluation_of_boosting_algorithms_for_prospectivity_mapping
https://www.researchgate.net/publication/298297988_Fuzzy_logic_data_integration_technique_used_as_a_nickel_exploration_tool
https://www.researchgate.net/publication/259372191_Gravity_data_in_regional_scale_3D_and_gold_prospectivity_modelling_-_example_from_the_Central_Lapland_greenstone_belt_northern_Finland
https://www.researchgate.net/publication/315381587_Introduction_to_the_special_issue_GIS-based_mineral_potential_targeting
https://www.researchgate.net/publication/320709733_Knowledge-driven_prospectivity_model_for_Iron_oxide-Cu-Au_IOCG_deposits_in_northern_Finland
https://tupa.gtk.fi/raportti/arkisto/57_2021.pdf -> Mineral Prospectivity and Exploration Targeting MinProXT 2021 Webinar - paper compilation
https://tupa.gtk.fi/raportti/arkisto/29_2023.pdf -> Mineral Prospectivity and Exploration Targeting MinProXT 2022 Webinar - paper compilation
https://www.researchgate.net/publication/312180531_Optimizing_a_Knowledge-driven_Prospectivity_Model_for_Gold_Deposits_Within_Perapohja_Belt_Northern_Finland
https://www.researchgate.net/publication/320703774_Prospectivity_Models_for_Volcanogenic_Massive_Sulfide_Deposits_VMS_in_Northern_Finland
https://www.researchgate.net/publication/280875727_Receiver_operating_characteristics_ROC_as_validation_tool_for_prospectivity_models_-_A_magmatic_Ni-Cu_case_study_from_the_Central_Lapland_Greenstone_Belt_Northern_Finland
https://www.researchgate.net/publication/332298116_Scalability_of_the_Mineral_Prospectivity_Modelling_-_An_orogenic_gold_case_study_from_northern_Finland
https://www.researchgate.net/publication/251786465_Spatial_data_analysis_as_a_tool_for_mineral_prospectivity_mapping
https://www.researchgate.net/publication/331006924_Unsupervised_clustering_and_empirical_fuzzy_memberships_for_mineral_prospectivity_modelling

가나

https://www.researchgate.net/publication/227256267_Application_of_Data-Driven_Evidential_Belief_Functions_to_Prospectivity_Mapping_for_Aquamarine-Bearing_Pegmatites_Lundazi_District_Zambia
https://www.researchgate.net/publication/226842511_Mapping_of_prospectivity_and_estimation_of_number_of_undiscovered_prospects_for_lode_gold_southwestern_Ashanti_Belt_Ghana
https://www.researchgate.net/publication/233791624_Spatial_association_of_gold_deposits_with_remotely_-_sensed_faults_South_Ashanti_belt_Ghana

그린란드

https://www.researchgate.net/publication/360970965_Identification_of_Radioactive_Mineralized_Lithology_and_Mineral_Prospectivity_Mapping_Based_on_Remote_Sensing_in_High-Latitude_Regions_A_Case_Study_on_the_Narsaq_Region_of_Greenland

인도

https://www.researchgate.net/publication/372636338_Unsupervised_machine_learning_based_prospectivity_analysis_of_NW_and_NE_India_for_carbonatite-alkaline_complex-related_REE_deposits

인도네시아 공화국

https://www.researchgate.net/publication/263542819_Regional-Scale_Geothermal_Prospectivity_Mapping_in_West_Java_Indonesia_by_Data-driven_Evidential_Belief_Functions

이란

https://www.researchgate.net/publication/325697373_A_comparative_analysis_of_artificial_neural_network_ANN_wavelet_neural_network_WNN_and_support_vector_machine_SVM_data-driven_models_to_mineral_potential_mapping_for_copper_mineralizations_in_the_Shah
https://www.researchgate.net/publication/358507255_A_Comparative_Study_of_Convolutional_Neural_Networks_and_Conventional_Machine_Learning_Models_for_Lithological_Mapping_Using_Remote_Sensing_Data
https://www.researchgate.net/publication/351750324_A_data_augmentation_approach_to_XGboost-based_mineral_potential_mapping_An_example_of_carbonate-hosted_Zn_Pb_mineral_systems_of_Western_Iran
https://www.researchgate.net/publication/336471932_A_knowledge-guided_fuzzy_inference_approach_for_integrating_geophysics_geochemistry_and_geology_data_in_deposit-scale_porphyry_copper_targeting_Saveh-Iran
https://www.researchgate.net/publication/348500913_A_new_strategy_for_spatial_predictive_mapping_of_mineral_prospectivity
https://www.researchgate.net/publication/348482539_A_new_strategy_for_spatial_predictive_mapping_of_mineral_prospectivity_Automated_hyperparameter_tuning_of_random_forest_approach
https://www.researchgate.net/publication/352251016_A_simulation-based_framework_for_modulating_the_effects_of_subjectivity_in_greenfield_Mineral_Prospectivity_Mapping_with_geochemical_and_geological_data
https://www.researchgate.net/publication/296638839_An_AHP-TOPSIS_Predictive_Model_for_District-Scale_Mapping_of_Porphyry_Cu-Au_Potential_A_Case_Study_from_Salafchegan_Area_Central_Iran
https://www.researchgate.net/publication/278029106_Application_of_Discriminant_Analysis_and_Support_Vector_Machine_in_Mapping_Gold_Potential_Areas_for_Further_Drilling_in_the_Sari-Gunay_Gold_Deposit_NW_Iran
https://www.researchgate.net/publication/220164381_Application_of_geochemical_zonality_coefficients_in_mineral_prospectivity_mapping
https://www.researchgate.net/publication/330359897_Application_of_hybrid_AHP-TOPSIS_method_for_prospectivity_modeling_of_Cu_porphyry_in_Varzaghan_district_Iran
https://www.researchgate.net/publication/356872819_Application_of_self-organizing_map_SOM_and_K-means_clustering_algorithms_for_portraying_geochemical_anomaly_patterns_in_Moalleman_district_NE_Iran
https://www.researchgate.net/publication/258505300_Application_of_staged_factor_analysis_and_logistic_function_to_create_a_fuzzy_stream_sediment_geochemical_evidence_layer_for_mineral_prospectivity_mapping
https://www.researchgate.net/publication/358567148_Applications_of_data_augmentation_in_mineral_prospectivity_prediction_based_on_convolutional_neural_networks
https://www.researchgate.net/publication/353761696_Assessing_the_effects_of_mineral_systems-derived_exploration_targeting_criteria_for_Random_Forests-based_predictive_mapping_of_mineral_prospectivity_in_Ahar-Arasbaran_area_Iran
https://www.researchgate.net/publication/270586282_Data-Driven_Index_Overlay_and_Boolean_Logic_Mineral_Prospectivity_Modeling_in_Greenfields_Exploration
https://www.researchgate.net/publication/356660905_Deep_GMDH_Neural_Networks_for_Predictive_Mapping_of_Mineral_Prospectivity_in_Terrains_Hosting_Few_but_Large_Mineral_Deposits
https://www.researchgate.net/publication/317240761_Enhancement_and_Mapping_of_Weak_Multivariate_Stream_Sediment_Geochemical_Anomalies_in_Ahar_Area_NW_Iran
https://www.sciencedirect.com/science/article/pii/S0009281924001223 -> Enhancing training performance of convolutional neural network algorithm through an autoencoder-based unsupervised labeling framework for mineral exploration targeting
https://www.researchgate.net/publication/356580903_Evidential_data_integration_to_produce_porphyry_Cu_prospectivity_map_using_a_combination_of_knowledge_and_data_driven_methods
https://research-repository.uwa.edu.au/en/publications/exploration-feature-selection-applied-to-hybrid-data-integration-Exploration feature selection applied to hybrid data integrationmodeling: Targeting copper-gold potential in central
https://www.researchgate.net/publication/333199619_Incorporation_of_principal_component_analysis_geostatistical_interpolation_approaches_and_frequency-space-based_models_for_portraying_the_Cu-Au_geochemical_prospects_in_the_Feizabad_district_NW_Iran
https://www.researchgate.net/publication/351965039_Intelligent_geochemical_exploration_modeling_using_multiclass_support_vector_machine_and_integration_it_with_continuous_genetic_algorithm_in_Gonabad_region_Khorasan_Razavi_Iran
https://www.researchgate.net/publication/310658663_Multifractal_interpolation_and_spectrum-area_fractal_modeling_of_stream_sediment_geochemical_data_Implications_for_mapping_exploration_targets
https://www.researchgate.net/publication/267635150_Multivariate_regression_analysis_of_lithogeochemical_data_to_model_subsurface_mineralization_A_case_study_from_the_Sari_Gunay_epithermal_gold_deposit_NW_Iran
https://www.researchgate.net/publication/330129457_Performance_evaluation_of_RBF-_and_SVM-based_machine_learning_algorithms_for_predictive_mineral_prospectivity_modeling_integration_of_S-A_multifractal_model_and_mineralization_controls
https://www.researchgate.net/publication/353982380_Porphyry_Cu-Au_prospectivity_modelling_using_semi-supervised_learning_algorithm_in_Dehsalm_district_eastern_Iran_In_Farsi_with_extended_English_abstract
https://www.researchgate.net/publication/320886789_Prospectivity_analysis_of_orogenic_gold_deposits_in_Saqez-Sardasht_Goldfield_Zagros_Orogen_Iran
https://www.researchgate.net/publication/361529867_Prospectivity_mapping_of_orogenic_lode_gold_deposits_using_fuzzy_models_a_case_study_of_Saqqez_area_NW_of_Iran
https://www.researchgate.net/publication/361717490_Quantifying_Uncertainties_Linked_to_the_Diversity_of_Mathematical_Frameworks_in_Knowledge-Driven_Mineral_Prospectivity_Mapping
https://www.researchgate.net/publication/374730424_Recognition_of_mineralization-related_anomaly_patterns_through_an_autoencoder_neural_network_for_mineral_exploration_targeting
https://www.researchgate.net/publication/349957803_Regional-Scale_Mineral_Prospectivity_Mapping_Support_Vector_Machines_and_an_Improved_Data-Driven_Multi-criteria_Decision-Making_Technique
https://www.researchgate.net/publication/339153591_Sensitivity_analysis_of_prospectivity_modeling_to_evidence_maps_Enhancing_success_of_targeting_for_epithermal_gold_Takab_district_NW_Iran
https://www.researchgate.net/publication/321076980_Spatial_analyses_of_exploration_evidence_data_to_model_skarn-type_copper_prospectivity_in_the_Varzaghan_district_NW_Iran
https://www.researchgate.net/publication/304904242_Stepwise_regression_for_recognition_of_geochemical_anomalies_Case_study_in_Takab_area_NW_Iran
https://www.researchgate.net/publication/350423220_Supervised_mineral_exploration_targeting_and_the_challenges_with_the_selection_of_deposit_and_non-deposit_sites_thereof
https://www.sciencedirect.com/science/article/pii/S0009281924000801 -> Targeting porphyry Cu deposits in the Chahargonbad region of Iran: A joint application of deep belief networks and random forest techniques
https://www.researchgate.net/publication/307874730_The_use_of_decision_tree_induction_and_artificial_neural_networks_for_recognizing_the_geochemical_distribution_patterns_of_LREE_in_the_Choghart_deposit_Central_Iran
https://www.researchsquare.com/article/rs-4760956/v1 -> Uncertainty reduction with Hyperparameter Optimization in mineral prospectivity mapping: A Regularized Artificial Neural Network approach [UNSEEN]

아일랜드

https://www.gsi.ie/en-ie/programmes-and-projects/tellus/activities/tellus-product-development/mineral-prospectivity/Pages/default.aspx - > NW Midlands Mineral Prospectivity Mapping

인도

https://www.researchgate.net/publication/226092981_A_Hybrid_Neuro-Fuzzy_Model_for_Mineral_Potential_Mapping
https://www.researchgate.net/publication/225328359_A_Hybrid_Fuzzy_Weights-of-Evidence_Model_for_Mineral_Potential_Mapping
https://www.researchgate.net/publication/227221497_Artificial_Neural_Networks_for_Mineral-Potential_Mapping_A_Case_Study_from_Aravalli_Province_Western_India
https://www.researchgate.net/publication/222050039_Bayesian_network_classifiers_for_mineral_potential_mapping
https://www.researchgate.net/publication/355397149_Gold_Prospectivity_Mapping_in_the_Sonakhan_Greenstone_Belt_Central_India_A_Knowledge-Driven_Guide_for_Target_Delineation_in_a_Region_of_Low_Exploration_Maturity
https://www.researchgate.net/publication/272092276_Extended_Weights-of-Evidence_Modelling_for_Predictive_Mapping_of_Base_Metal_Deposit_Potential_in_Aravalli_Province_Western_India
https://www.researchgate.net/publication/226193283_Knowledge-Driven_and_Data-Driven_Fuzzy_Models_for_Predictive_Mineral_Potential_Mapping
https://www.researchgate.net/publication/238027981_SVM-based_base-metal_prospectivity_modeling_of_the_Aravalli_Orogen_Northwestern_India

한국

https://www.researchgate.net/publication/382131746_Domain_Adaptation_from_Drilling_to_Geophysical_Data_for_Mineral_Exploration

노르웨이

https://www.mdpi.com/2075-163X/9/2/131/htm - Prospectivity Mapping of Mineral Deposits in Northern Norway Using Radial Basis Function Neural Networks

대한민국

https://www.researchgate.net/publication/221911782_Application_of_Artificial_Neural_Network_for_Mineral_Potential_Mapping
https://www.researchgate.net/publication/359861043_Rock_Classification_in_a_Vanadiferous_Titanomagnetite_Deposit_Based_on_Supervised_Machine_Learning#fullTextFileContent Rock Classification in a Vanadiferous Titanomagnetite Deposit Based on Supervised Machine Learning

Phillipines

https://www.researchgate.net/publication/359632307_A_Geologically_Constrained_Variational_Autoencoder_for_Mineral_Prospectivity_Mapping
https://www.researchgate.net/publication/263174923_Application_of_Mineral_Exploration_Models_and_GIS_to_Generate_Mineral_Potential_Maps_as_Input_for_Optimum_Land-Use_Planning_in_the_Philippines
https://www.researchgate.net/publication/267927677_Data-driven_predictive_mapping_of_gold_prospectivity_Baguio_district_Philippines_Application_of_Random_Forests_algorithm
https://www.researchgate.net/publication/276271833_Data-Driven_Predictive_Modeling_of_Mineral_Prospectivity_Using_Random_Forests_A_Case_Study_in_Catanduanes_Island_Philippines
https://www.researchgate.net/publication/209803275_Evidential_belief_functions_for_data-driven_geologically_constrained_mapping_of_gold_potential_Baguio_district_Philippines
https://www.researchgate.net/publication/241001432_Geologically_Constrained_Probabilistic_Mapping_of_Gold_Potential_Baguio_District_Philippines
https://www.researchgate.net/publication/263724277_Geologically_Constrained_Fuzzy_Mapping_of_Gold_Mineralization_Potential_Baguio_District_Philippines
https://www.researchgate.net/publication/229641286_Improved_Wildcat_Modelling_of_Mineral_Prospectivity
https://www.researchgate.net/publication/238447208_Logistic_Regression_for_Geologically_Constrained_Mapping_of_Gold_Potential_Baguio_District_Philippines
https://www.researchgate.net/publication/248977334_Mineral_imaging_with_Landsat_TM_data_for_hydrothermal_alteration_mapping_in_heavily-vegetated_terrane
https://www.researchgate.net/publication/356546133_Mineral_Prospectivity_Mapping_via_Gated_Recurrent_Unit_Model
https://www.researchgate.net/publication/267640864_Random_forest_predictive_modeling_of_mineral_prospectivity_with_small_number_of_prospects_and_data_with_missing_values_in_Abra_Philippines
https://www.researchgate.net/publication/3931975_Remote_detection_of_vegetation_stress_for_mineral_exploration
https://www.researchgate.net/publication/263422015_Where_Are_Porphyry_Copper_Deposits_Spatially_Localized_A_Case_Study_in_Benguet_Province_Philippines
https://www.researchgate.net/publication/233488614_Wildcat_mapping_of_gold_potential_Baguio_District_Philippines
https://www.researchgate.net/publication/226982180_Weights_of_Evidence_Modeling_of_Mineral_Potential_A_Case_Study_Using_Small_Number_of_Prospects_Abra_Philippines

러시아 제국

https://www.researchgate.net/publication/358431343_Application_of_Maximum_Entropy_for_Mineral_Prospectivity_Mapping_in_Heavily_Vegetated_Areas_of_Greater_Kurile_Chain_with_Landsat_8_Data
https://www.researchgate.net/publication/354000754_Mineral_Prospectivity_Mapping_for_Forecasting_Gold_Deposits_in_the_Central_Kolyma_Region_North-East_Russia

남아프리카공화국

https://www.researchgate.net/publication/359294267_Data-driven_multi-index_overlay_gold_prospectivity_mapping_using_geophysical_and_remote_sensing_datasets
https://link.springer.com/article/10.1007/s11053-024-10390-w -> Mineral Reconnaissance Through Scientific Consensus: First National Prospectivity Maps for PGE–Ni–Cu–Cr and Witwatersrand-type Au Deposits in South Africa
https://www.researchgate.net/publication/361526053_Mineral_prospectivity_mapping_of_gold-base_metal_mineralisation_in_the_Sabie-Pilgrim%27s_Rest_area_Mpumalanga_Province_South_Africa
https://www.researchgate.net/publication/264296137_PREDICTIVE_BEDROCK_AND_MINERAL_PROSPECTIVITY_MAPPING_IN_THE_GIYANI_GREENSTONE_BELT_SOUTH_AFRICA
https://www.researchgate.net/publication/268196204_Predictive_mapping_of_prospectivity_for_orogenic_gold_Giyani_greenstone_belt_South_Africa

스페인

https://www.researchgate.net/publication/225656353_Deriving_Optimal_Exploration_Target_Zones_on_Mineral_Prospectivity_Maps
https://www.researchgate.net/publication/222198648_Knowledge-guided_data-driven_evidential_belief_modeling_of_mineral_prospectivity_in_Cabo_de_Gata_SE_Spain
https://www.researchgate.net/publication/356639977_Machine_learning_models_for_Hg_prospecting_in_the_Almaden_mining_district
https://www.researchgate.net/publication/43165602_Methodology_for_deriving_optimal_exploration_target_zones
https://www.researchgate.net/publication/263542579_Optimal_Exploration_Target_Zones
https://www.researchgate.net/publication/222892103_Optimal_field_sampling_for_targeting_minerals_using_hyperspectral_data
https://www.researchgate.net/publication/271671416_Predictive_modelling_of_gold_potential_with_the_integration_of_multisource_information_based_on_random_forest_a_case_study_on_the_Rodalquilar_area_Southern_Spain

수단

https://link.springer.com/article/10.1007/s11053-024-10387-5 -> Toward Data-Driven Mineral Prospectivity Mapping from Remote Sensing Data Using Deep Forest Predictive Model [UNSEEN]

스웨덴

https://www.researchgate.net/publication/259128115_Biogeochemical_expression_of_rare_earth_element_and_zirconium_mineralization_at_Norra_Karr_Southern_Sweden
https://www.researchgate.net/publication/260086862_COMPARISION_OF_VMS_PROSPECTIVITY_MAPPING_BY_EBF_AND_WOFE_MODELING_THE_SKELLEFTE_DISTRICT_SWEDEN
https://www.researchgate.net/publication/336086368_GIS-based_mineral_system_approach_for_prospectivity_mapping_of_iron-oxide_apatite-bearing_mineralisation_in_Bergslagen_Sweden
https://www.researchgate.net/publication/229347041_Predictive_mapping_of_prospectivity_and_quantitative_estimation_of_undiscovered_VMS_deposits_in_Skellefte_district_Sweden
https://www.researchgate.net/publication/260086947_PRELIMINARY_GIS-BASED_ANALYSIS_OF_REGIONAL-SCALE_VMS_PROSPECTIVITY_IN_THE_SKELLEFTE_REGION_SWEDEN

탄자니아

https://www.sciencedirect.com/science/article/pii/S2666261224000270 -> Machine learning based prospect targeting: A case of gold occurrence in central parts of Tanzania, East Africa

우간다

https://www.researchgate.net/publication/242339962_Predictive_mapping_for_orogenic_gold_prospectivity_in_Uganda
https://www.researchgate.net/publication/262566098_Predictive_Mapping_of_Prospectivity_for_Orogenic_Gold_in_Uganda
https://www.researchgate.net/publication/381219015_Machine_Learning_Application_in_Predictive_Mineral_Mapping_of_Southwestern_Uganda_Leveraging_Airborne_Magnetic_Radiometric_and_Electromagnetic_Data

영국

https://www.researchgate.net/publication/383580839_Improved_mineral_prospectivity_mapping_using_graph_neural_networks

미국

https://www.researchgate.net/publication/338663292_A_Predictive_Geospatial_Exploration_Model_for_Mississippi_Valley_Type_Pb-Zn_Mineralization_in_the_Southeast_Missouri_Lead_District
https://www.sciencedirect.com/science/article/abs/pii/S0375674218300396?via%3Dihub -> Machine learning strategies for classification and prediction of alteration facies: Examples from the Rosemont Cu-Mo-Ag skarn deposit, SE Tucson 애리조나
[presentation of the above!] https://www.slideshare.net/JuanCarlosOrdezCalde/geology-chemostratigraphy-and-alteration-geochemistry-of-the-rosemont-cumoag-skarn-deposit-southern-arizona
https://github.com/rohitash-chandra/research/blob/master/presentations/CSIRO%20Minerals-Seminar-September2022.pdf -> Machine Learning for Mineral Exploration: A Data Odyssey
- Video https://www.youtube.com/watch?v=zhXuPQy7mk8&t=561s -> Talks about using plate subduction and associated statistics via GPlates

잠비아

https://www.researchgate.net/publication/263542565_APPLICATION_OF_REMOTE_SENSING_AND_SPATIAL_DATA_INTEGRATION_TO_PREDICT_POTENTIAL_ZONES_FOR_AQUAMARINE-BEARING_PEGMATITES_LUNDAZI_AREA_NORTHEAST_ZAMBIA
https://www.researchgate.net/publication/264041472_Geological_and_Mineral_Potential_Mapping_by_Geoscience_Data_Integration

짐바브웨

https://www.researchgate.net/publication/260792212_Nickel_Sulphide_Deposits_in_Archaean_Greenstone_Belts_in_Zimbabwe_Review_and_Prospectivity_Analysis

GENERAL PAPERS

Overviews

https://www.sciencedirect.com/science/article/pii/S2772883824000347 -> A review on the applications of airborne geophysical and remote sensing datasets in epithermal gold mineralisation mapping
https://www.researchgate.net/publication/353530416_A_Systematic_Review_on_the_Application_of_Machine_Learning_in_Exploiting_Mineralogical_Data_in_Mining_and_Mineral_Industry
https://www.researchgate.net/publication/365777421_Computer_Vision_and_Pattern_Recognition_for_the_Analysis_of_2D3D_Remote_Sensing_Data_in_Geoscience_A_Survey - Computer Vision and Pattern Recognition for the Analysis of 2D/3D Remote Sensing Data in Geoscience: A Survey
https://www.researchgate.net/publication/352104303_Deep_Learning_for_Geophysics_Current_and_Future_Trends
https://www.proquest.com/openview/e7bec6c8ee50183b5049516b000d4f5c/1?pq-origsite=gscholar&cbl=18750&diss=y -> Probabilistic Knowledge-Guided Machine Learning in Engineering and Geoscience Systems
KGMLPrescribedFires repository for one paper / part of above dissertation

매장

https://pubs.er.usgs.gov/publication/ofr20211049 -> Deposit Classification Scheme for the Critical Minerals Mapping Initiative Global Geochemical Database

ESG

https://www.escubed.org/journals/earth-science-systems-and-society/articles/10.3389/esss.2024.10109/full -> Geospatial Data and Deep Learning Expose ESG Risks to Critical Raw Materials Supply: The Case of 리튬

Geochemistry

Causal Discovery and Deep Learning Algorithms for Detecting Geochemical Patterns Associated with Gold-Polymetallic Mineralization: A Case Study of the Edongnan Region

https://link.springer.com/article/10.1007/s11053-024-10408-3 -> A New Sphalerite Thermometer Based on Machine Learning with Trace Element Geochemistry
https://www.researchgate.net/publication/378150628_A_SMOTified_extreme_learning_machine_for_identifying_mineralization_anomalies_from_geochemical_exploration_data_a_case_study_from_the_Yeniugou_area_Xinjiang_China A SMOTified extreme learning machine for identifying mineralization anomalies from geochemical exploration data
https://ui.adsabs.harvard.edu/abs/2018EGUGA..20.4169R/abstract -> Accelerating minerals exploration with in-field characterisation, sample tracking and active machine learning
https://www.researchgate.net/publication/375509344_Alteration_assemblage_characterization_using_machine_learning_applied_to_high_resolution_drill-core_images_hyperspectral_data_and_geochemistry
https://qspace.library.queensu.ca/items/38f52d19-609d-4916-bcd0-3ce20675dee3/full - > Application of Computational Methods to Data Integration and Geoscientific Problems in Mineral Exploration and Mining
https://www.sciencedirect.com/science/article/pii/S0169136822005509?dgcid=rss_sd_all -> Applying neural networks-based modelling to the prediction of mineralization: A case-study using the Western Australian Geochemistry (WACHEM) database
https://www.sciencedirect.com/science/article/pii/S0169136824002099 -> Development of a machine learning model to classify mineral deposits using sphalerite chemistry and mineral assemblages
https://www.sciencedirect.com/science/article/pii/S0169136824002403 -> Discrimination of deposit types using magnetite geochemistry based on machine learning
https://www.researchgate.net/publication/302595237_A_machine_learning_approach_to_geochemical_mapping
https://www.researchgate.net/publication/369300132_DEEP-LEARNING_IDENTIFICATION_OF_ANOMALOUS_DATA_IN_GEOCHEMICAL_DATASETS_DEEP-LEARNING_IDENTIFICATION_OF_ANOMALOUS_DATA_IN_GEOCHEMICAL_DATASETS
https://www.researchgate.net/publication/378549920_Denoising_of_geochemical_data_using_deep_learning-Implications_for_regional_surveys -> Denoising of Geochemical Data using Deep Learning–Implications for Regional Surveys]
https://www.researchgate.net/publication/368489689_Discrimination_of_Pb-Zn_deposit_types_using_sphalerite_geochemistry_New_insights_from_machine_learning_algorithm
https://www.researchgate.net/publication/381369176_Effectiveness_of_LOF_iForest_and_OCSVM_in_detecting_anomalies_in_stream_sediment_geochemical_data#:~:text=LOF%20outperformed%20iForest%20and%20OCSVM,patterns%20in%20the%20iForest%20map
https://dzkjqb.cug.edu.cn/en/article/doi/10.19509/j.cnki.dzkq.tb20220423 -> Gaussian mixture model in geochemical anomaly delineation of stream sediments: A case study of Xupu, Hunan Province [UNSEEN ]
https://www.sciencedirect.com/science/article/pii/S0883292724002427 -> Geologically constrained unsupervised dual-branch deep learning algorithm for geochemical anomalies identification
https://www.researchgate.net/publication/365953549_Incorporating_the_genetic_and_firefly_optimization_algorithms_into_K-means_clustering_method_for_detection_of_porphyry_and_skarn_Cu-related_geochemical_footprints_in_Baft_district_Kerman_Iran
https://www.researchgate.net/publication/369768936_Infomax-based_deep_autoencoder_network_for_recognition_of_multi-element_geochemical_anomalies_linked_to_mineralization -> Paywalled
https://www.sciencedirect.com/science/article/abs/pii/S0098300424001626 -> Local phase-constrained convolutional autoencoder network for identifying multivariate geochemical anomalies
https://www.researchgate.net/publication/354564681_Machine_Learning_for_Identification_of_Primary_Water_Concentrations_in_Mantle_Pyroxene
https://www.researchgate.net/publication/366210211_Machine_Learning_Prediction_of_Ore_Deposit_Genetic_Type_Using_Magnetite_Geochemistry
https://link.springer.com/article/10.1007/s42461-024-01013-2 -> NIR-Spectroscopy and Machine Learning Models to Pre-concentrate Copper Hosted Within Sedimentary Rocks[UNSEEN]
https://www.researchsquare.com/article/rs-4106957/v1 -> Multi-element geochemical anomaly recognition applying geologically-constrained convolutional deep learning algorithm with Butterworth filtering
https://www.researchgate.net/publication/369241349_Quantifying_continental_crust_thickness_using_the_machine_learning_method
https://link.springer.com/article/10.1007/s11004-024-10158-1 -> Spatial-Spectrum Two-Branch Model Based on a Superpixel Graph Convolutional Network and 1DCNN for Geochemical Anomaly Identification
https://www.researchgate.net/publication/334651800_Using_machine_learning_to_estimate_a_key_missing_geochemical_variable_in_mining_exploration_Application_of_the_Random_Forest_algorithm_to_multi-sensor_core_logging_data

인회석

https://www.researchgate.net/publication/377892369_Apatite_trace_element_composition_as_an_indicator_of_ore_deposit_types_A_machine_learning_approachApatite trace element composition as an indicator of ore deposit types: A machine learning approach
https://www.researchgate.net/publication/369729999_Visual_Interpretation_of_Machine_Learning_Genetical_Classification_of_Apatite_from_Various_Ore_Sources

지질학

변경

https://ieeexplore.ieee.org/abstract/document/10544529 -> Remote sensing data processing using convolutional neural networks for mapping alteration zones [UNSEEN]

깊이

https://www.researchgate.net/publication/332263305_A_speedy_update_on_machine_learning_applied_to_bedrock_mapping_using_geochemistry_or_geophysics_examples_from_the_Pacific_Rim_and_nearby
https://eprints.utas.edu.au/32368/ - thesis paper update
https://www.frontiersin.org/journals/earth-science/articles/10.3389/feart.2024.1407173/full -> Deep learning for geological mapping in the overburden area
https://www.researchgate.net/publication/280038632_Estimating_the_fill_thickness_and_bedrock_topography_in_intermontane_valleys_using_artificial_neural_networks_-_Supporting_Information
https://www.researchgate.net/publication/311783770_Mapping_the_global_depth_to_bedrock_for_land_surface_modeling
https://www.researchgate.net/publication/379813337_Contribution_to_advancing_aquifer_geometric_mapping_using_machine_learning_and_deep_learning_techniques_a_case_study_of_the_AL_Haouz-Mejjate_aquifer_Marrakech_Morocco
https://www.linkedin.com/pulse/depth-basement-modelling-machine-learning-perspective-n5gyc/?trackingId=qFSktvVPUiSa2V2nlmXVoQ%3D%3D

Drill Core

https://pubmed.ncbi.nlm.nih.gov/35776744/ - Deep learning based lithology classification of drill core images
https://www.researchgate.net/publication/381445417_Machine_Learning_for_Lithology_Analysis_using_a_Multi-Modal_Approach_of_Integrating_XRF_and_XCT_data
https://www.researchgate.net/publication/379760986_A_machine_vision_approach_for_detecting_changes_in_drill_core_textures_using_optical_images
https://www.sciencedirect.com/science/article/pii/S2949891024002112 -> Sensitivity analysis of similarity learning models for well-intervals based on logging data
https://www.sciencedirect.com/science/article/pii/S2949891024003828 -> CoreViT: a new vision transformer model for lithology identification in cores

일반적인

https://www.sciencedirect.com/science/article/pii/S0034425724002323 -> Deep learning-based geological map generation using geological routes
https://www.researchgate.net/publication/354781583_Deep_learning_framework_for_geological_symbol_detection_on_geological_maps
https://www.researchgate.net/publication/335104674_Does_shallow_geological_knowledge_help_neural-networks_to_predict_deep_units
https://www.researchgate.net/publication/379939974_Graph_convolutional_network_for_lithological_classification_and_mapping_using_stream_sediment_geochemical_data_and_geophysical_data
https://www.sciencedirect.com/science/article/abs/pii/S0098300424001493-> FlexLogNet: A flexible deep learning-based well-log completion method of adaptively using what you have to predict what you are missing
https://ieeexplore.ieee.org/abstract/document/10493129 -> Geological Background Prototype Learning Enhanced Network for Remote Sensing-Based Engineering Geological Lithology Interpretation in Highly Vegetated Areas [Unseen]
https://www.sciencedirect.com/science/article/pii/S2096249524000619 -> Generating extremely low-dimensional representation of subsurface earth models using vector quantization and deep Autoencoder
https://www.researchgate.net/publication/370175012_GeoPDNN_A_Semisupervised_Deep_Learning_Neural_Network_Using_Pseudolabels_for_Three-dimensional_Urban_Geological_Modelling_and_Uncertainty_Analysis_from_Borehole_Data
https://www.researchsquare.com/article/rs-4805227/v1 -> Synergizing AI with Geology: Exploring VisionTransformers for Rock Classification
https://www.researchgate.net/publication/343511849_Identification_of_intrusive_lithologies_in_volcanic_terrains_in_British_Columbia_by_machine_learning_using_Random_Forests_the_value_of_using_a_soft_classifier
https://www.sciencedirect.com/science/article/pii/S0169136824000921 -> Machine learning-based field geological mapping: A new exploration of geological survey data acquisition strategy https://www.researchgate.net/publication/324411647_Predicting_rock_type_and_detecting_hydrothermal_alteration_using_machine_learning_and_petrophysical_properties_of_the_Canadian_Malartic_ore_and_host_rocks_Pontiac_Subprovince_Quebec_Canada
https://www.sciencedirect.com/science/article/abs/pii/S0895981124001743 -> Utilizing Random Forest algorithm for identifying mafic and ultramafic rocks in the Gameleira Suite, Archean-Paleoproterozoic basement of the Brasília Belt, Brazil
https://arxiv.org/pdf/2407.18100 -> DINOv2 Rocks Geological Image Analysis: Classification,

Geochronology

https://www.researchgate.net/publication/379077847_Tracing_Andean_Origins_A_Machine_Learning_Framework_for_Lead_Isotopes

Geomorphology

https://agu.confex.com/agu/fm18/mediafile/Handout/Paper427843/Landforms%20Poster.pdf -> Using machine learning to classify landforms for minerals exploration
https://www.tandfonline.com/doi/abs/10.1080/13658816.2024.2414409 -> GeomorPM: a geomorphic pretrained model integrating convolution and Transformer architectures based on DEM data

Lithology

https://link.springer.com/article/10.1007/s11053-024-10396-4 -> Interpretable SHAP Model Combining Meta-learning and Vision Transformer for Lithology Classification Using Limited and Unbalanced Drilling Data in Well Logging [UNSEN]
https://www.nature.com/articles/s41598-024-66199-3 -> Machine learning and remote sensing-based lithological mapping of the Duwi Shear-Belt area, Central Eastern Desert, Egypt
https://link.springer.com/article/10.1007/s11053-024-10375-9 - SsL-VGMM: A Semisupervised Machine Learning Model of Multisource Data Fusion for Lithology Prediction [UNSEEN]
https://www.researchgate.net/publication/380719080_An_integrated_machine_learning_framework_with_uncertainty_quantification_for_three-dimensional_lithological_modeling_from_multi-source_geophysical_data_and_drilling_data
https://www.bio-conferences.org/articles/bioconf/pdf/2024/34/bioconf_rena23_01005.pdf -> Lithological Mapping using Artificial Intelligence and Remote Sensing data: A Case Study of Bab Boudir region Morocco

광물학

https://pubs.geoscienceworld.org/msa/ammin/article-abstract/doi/10.2138/am-2023-9092/636861/The-application-of-transfer-learning-in-optical -> The application of “transfer learning” in optical microscopy: the petrographic classification of metallic minerals
https://www.researchgate.net/publication/385074584_Deep_Learning-Based_Mineral_Classification_Using_Pre-Trained_VGG16_Model_with_Data_Augmentation_Challenges_and_Future_Directions

Stratigraphy

https://www.researchgate.net/publication/335486001_A_Stratigraphic_Prediction_Method_Based_on_Machine_Learning
https://www.researchgate.net/publication/346641320_Classifying_basin-scale_stratigraphic_geometries_from_subsurface_formation_tops_with_machine_learning

구조

https://www.sciencedirect.com/science/article/pii/S0098300421000285 -> A machine learning model for structural trend fields
https://onlinelibrary.wiley.com/doi/full/10.1111/1365-2478.13589 -> Inferring fault structures and overburden depth in 3D from geophysical data using machine learning algorithms – A case study on the Fenelon gold deposit, Quebec, Canada
https://www.sciencedirect.com/science/article/pii/S019181412400138X -> Mapping paleostress trajectories by means of the clustering of reduced stress tensors determined from homogeneous and heterogeneous data sets
https://www.researchgate.net/publication/332267249_Seismic_fault_detection_using_an_encoder-decoder_convolutional_neural_network_with_a_small_training_set
https://www.researchgate.net/publication/377168034_Unsupervised_machine_learning_and_depth_clusters_of_Euler_deconvolution_of_magnetic_data_a_new_approach_to_imaging_geological_structures
https://academic.oup.com/gji/advance-article/doi/10.1093/gji/ggae226/7701418 -> Use of Decision Tree Ensembles for Crustal Structure Imaging from Receiver Functions

건축

https://www.researchgate.net/publication/371594975_Assessing_plate_reconstruction_models_using_plate_driving_force_consistency_tests
https://www.researchgate.net/publication/333182666_Decoding_Earth's_plate_tectonic_history_using_sparse_geochemical_data
https://www.researchgate.net/publication/376519740_Machine_learning_and_tectonic_setting_determination_Bridging_the_gap_between_Earth_scientists_and_data_scientists
https://pubs.geoscienceworld.org/gsa/geology/article-abstract/doi/10.1130/G52466.1/648458/Prediction-of-CO2-content-in-mid-ocean-ridge -> Prediction of CO2 content in mid-ocean ridge basalts via a machine learning approach

Geophysics

기반

https://www.researchgate.net/publication/373714604_Seismic_Foundation_Model_SFM_a_new_generation_deep_learning_model_in_geophysics

일반적인

https://essopenarchive.org/users/841077/articles/1231187-bayesian-inference-in-geophysics-with-ai-enhanced-markov-chain-monte-carlo -> Bayesian Inference in Geophysics with AI-enhanced Markov chain Monte Carlo
https://www.researchgate.net/publication/353789276_Geology_differentiation_by_applying_unsupervised_machine_learning_to_multiple_independent_geophysical_inversions
https://www.sciencedirect.com/science/article/pii/S001379522100137X - Joint interpretation of geophysical data: Applying machine learning to the modeling of an evaporitic sequence in Villar de Cañas (Spain)
https://www.sciencedirect.com/science/article/pii/S2666544121000253 - Microleveling aerogeophysical data using deep convolutional network and MoG-RPCA
https://www.researchgate.net/publication/368550674_Objective_classification_of_high-resolution_geophysical_data_Empowering_the_next_generation_of_mineral_exploration_in_Sierra_Leone
https://datarock.com.au/blog/transfer-learning-with-seismic-attributes -> Transfer Learning with Seismic Attributes

Potential Fields

https://api.research-repository.uwa.edu.au/ws/portalfiles/portal/390212334/THESIS_-_DOCTOR_OF_PHILOSOPHY_-_SMITH_Luke_Thomas_-_2023_.pdf -> Potential Field Geophysics Enhancement Using Conteporary Deep Learning

여자 이름

https://d197for5662m48.cloudfront.net/documents/publicationstatus/206704/preprint_pdf/59681a0a2c571bc2a9006f37517bc6ef.pdf -> A Fast Three-dimensional Imaging Scheme of Airborne Time Domain Electromagnetic Data using Deep Learning
https://www.researchgate.net/publication/351507441_A_Neural_Network-Based_Hybrid_Framework_for_Least-Squares_Inversion_of_Transient_Electromagnetic_Data
https://www.researchgate.net/profile/Yunhe-Liu/publication/382196526_An_Efficient_Bayesian_Inference_for_Geo-electromagnetic_Data_Inversion_based_on_Surrogate_Modeling_with_Adaptive_Sampling_DNN
https://www.researchgate.net/publication/325980016_Agglomerative_hierarchical_clustering_of_airborne_electromagnetic_data_for_multi-scale_geological_studies
https://www.earthdoc.org/content/papers/10.3997/2214-4609.202410980 -> Deep Learning Assisted 2-D Current Density Modelling of Very Low Frequency Electromagnetic Data
https://npg.copernicus.org/articles/26/13/2019/ -> Denoising stacked autoencoders for transient electromagnetic signal denoising
https://www.researchgate.net/publication/373836226_An_information_theoretic_Bayesian_uncertainty_analysis_of_AEM_systems_over_Menindee_Lake_Australia -> An information theoretic Bayesian uncertainty analysis of AEM systems over Menindee Lake, Australia
https://www.researchgate.net/publication/348850484_Effect_of_Data_Normalization_on_Neural_Networks_for_the_Forward_Modelling_of_Transient_Electromagnetic_Data
https://www.researchgate.net/publication/342153377_Fast_imaging_of_time-domain_airborne_EM_data_using_deep_learning_technology
https://library.seg.org/doi/10.4133/JEEG4.2.93 -> Neural Network Interpretation of High Frequency Electromagnetic Ellipticity Data Part I: Understanding the Half-Space and Layered Earth Response
https://arxiv.org/abs/2207.12607 -> Physics Embedded Machine Learning for Electromagnetic Data Imaging
https://academic.oup.com/gji/advance-article/doi/10.1093/gji/ggae244/7713480 -> Physics-guided deep learning-based inversion for airborne electromagnetic data
https://library.seg.org/doi/abs/10.1190/geo2024-0282.1 -> Comparative Analysis of Deep Learning and Traditional Airborne Electromagnetic Data Processing: A Case Study [UNSEEN]
https://www.researchgate.net/publication/359441000_Surface_parameters_and_bedrock_properties_covary_across_a_mountainous_watershed_Insights_from_machine_learning_and_geophysics
https://www.researchgate.net/publication/337166479_Using_machine_learning_to_interpret_3D_airborne_electromagnetic_inversions
https://www.researchgate.net/publication/344397798_TEMDnet_A_Novel_Deep_Denoising_Network_for_Transient_Electromagnetic_Signal_With_Signal-to-Image_Transformation
https://www.researchgate.net/publication/366391168_Two-dimensional_fast_imaging_of_airborne_EM_data_based_on_U-net

ERT

https://www.sciencedirect.com/science/article/pii/S0013795224001893 -> Geo-constrained clustering of resistivity data revealing the heterogeneous lithological architectures and the distinctive geoelectrical signature of shallow deposits

중력

https://ieeexplore.ieee.org/abstract/document/10597585 -> 3D Basement Relief and Density Inversion Based on EfficientNetV2 Deep Learning Network [UNSEEN]
https://link.springer.com/article/10.1007/s11770-024-1096-5 -> 3D gravity inversion using cycle-consistent generative adversarial network [UNSEEN]
https://www.researchgate.net/publication/365142017_3D_gravity_inversion_based_on_deep_learning
https://www.researchgate.net/publication/378930477_A_Deep_Learning_Gravity_Inversion_Method_Based_on_a_Self-Constrained_Network_and_Its_Application
https://www.researchgate.net/publication/362276214_DecNet_Decomposition_network_for_3D_gravity_inversion -> Olympic Dam example here
https://www.researchgate.net/publication/368448190_Deep_Learning_to_estimate_the_basement_depth_by_gravity_data_using_Feedforward_neural_network
https://www.researchgate.net/publication/326231731_Depth_and_Lineament_Maps_Derived_from_North_Cameroon_Gravity_Data_Computed_by_Artificial_Neural_Network_International_Journal_of_Geophysics_vol_2018_Article_ID_1298087_13_pages_2018
https://www.researchgate.net/publication/366922016_Fast_imaging_for_the_3D_density_structures_by_machine_learning_approach
https://www.researchgate.net/publication/370230217_Inversion_of_the_Gravity_Gradiometry_Data_by_ResUet_Network_An_Application_in_Nordkapp_Basin_Barents_Sea
https://www.frontiersin.org/journals/earth-science/articles/10.3389/feart.2022.897055/full -> High-precision downward continuation of the potential field based on the D-Unet network
https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=10672527 -> RTM Gravity Forward Modeling Using Improved Fully Connected Deep Neural Networks

Hyperspectral

https://www.researchgate.net/publication/380391736_A_review_on_hyperspectral_imagery_application_for_lithological_mapping_and_mineral_prospecting_Machine_learning_techniques_and_future_prospects
https://www.researchgate.net/publication/372876863_Ore-Grade_Estimation_from_Hyperspectral_Data_Using_Convolutional_Neural_Networks_A_Case_Study_at_the_Olympic_Dam_Iron_Oxide_Copper-Gold_Deposit_Australia [UNSEEN]

Joint Inversion

https://www.researchgate.net/publication/383454185_Deep_joint_inversion_of_electromagnetic_seismic_and_gravity_data
https://ieeexplore.ieee.org/abstract/document/10677418 -> Joint Inversion of Seismic and Resistivity Data Powered by Deep-learning [UNSEEN]

자기학

https://www.researchgate.net/publication/348697645_3D_geological_structure_inversion_from_Noddy-generated_magnetic_data_using_deep_learning_methods
https://www.researchgate.net/publication/360288249_3D_Inversion_of_Magnetic_Gradient_Tensor_Data_Based_on_Convolutional_Neural_Networks
https://www.researchgate.net/publication/295902270_Artificial_neural_network_inversion_of_magnetic_anomalies_caused_by_2D_fault_structures
https://www.researchgate.net/publication/354002966_Convolutional_neural_networks_for_the_characterization_of_magnetic_anomalies
https://www.researchgate.net/publication/354772176_Convolution_Neural_Networks_Applied_to_the_Interpretation_of_Lineaments_in_Aeromagnetic_Data
https://www.researchgate.net/publication/363550362_High-precision_downward_continuation_of_the_potential_field_based_on_the_D-Unet_network
https://www.sciencedirect.com/science/article/pii/S0169136822004279?via%3Dihub -> Magnetic grid resolution enhancement using machine learning: A case study from the Eastern Goldfields Superterrane
https://www.researchgate.net/publication/347173621_Predicting_Magnetization_Directions_Using_Convolutional_Neural_Networks -> Paywalled
https://www.researchgate.net/publication/361114986_Reseaux_de_Neurones_Convolutifs_pour_la_Caracterisation_d'Anomalies_Magnetiques -> French original of the above

Magnetotellurics

https://advancesincontinuousanddiscretemodels.springeropen.com/articles/10.1186/s13662-024-03842-3 -> 2D magnetotelluric imaging method based on visionary self-attention mechanism and data science
https://ieeexplore.ieee.org/abstract/document/10530937 -> A Magnetotelluric Data Denoising Method Based on Lightweight Ensemble Learning [UNSEEN]
https://academic.oup.com/gji/advance-article/doi/10.1093/gji/ggae166/7674890 -> Deep basin conductor characterization using machine learning-assisted magnetotelluric Bayesian inversion in the SW Barents Sea
http://en.dzkx.org/article/doi/10.6038/cjg2024R0580 -> Fast inversion method of apparent resistivity based on deep learning
https://www.researchgate.net/publication/367504269_Flexible_and_accurate_prior_model_construction_based_on_deep_learning_for_2D_magnetotelluric_data_inversion
https://www.sciencedirect.com/science/article/pii/S2214579624000510 -> Intelligent Geological Interpretation of AMT Data Based on Machine Learning
https://ieeexplore.ieee.org/abstract/document/10551853 -> Magnetotelluric Data Inversion Based on Deep Learning with the Self-attention Mechanism
https://www.researchgate.net/publication/361741409_Physics-Driven_Deep_Learning_Inversion_with_Application_to_Magnetotelluric
https://www.researchgate.net/publication/355568465_Stochastic_inversion_of_magnetotelluric_data_using_deep_reinforcement_learning
https://www.researchgate.net/publication/354360079_Two-dimensional_deep_learning_inversion_of_magnetotelluric_sounding_data
https://ieeexplore.ieee.org/abstract/document/10530923 -> Three Dimensional Magnetotelluric Forward Modeling Through Deep Learning

Passive Seismic

https://nature.com/articles/s41467-020-17841-x -> Clustering earthquake signals and background noises in continuous seismic data with unsupervised deep learning
https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2022GL099053 -> Eikonal Tomography With Physics-Informed Neural Networks: Rayleigh Wave Phase Velocity in the Northeastern Margin of the Tibetan Plateau
https://arxiv.org/abs/2403.15095 -> End-to-End Mineral Exploration with Artificial Intelligence and Ambient Noise Tomography
https://www.nature.com/articles/s41598-019-50381-z -> High-resolution seismic tomography of Long Beach, CA using machine learning

지진

https://www.sciencedirect.com/science/article/pii/S0040195124002166 -> Reprocessing and interpretation of legacy seismic data using machine learning from the Granada Basin, Spain
https://ojs.uni-miskolc.hu/index.php/geosciences/article/view/3313 -> EDGE DETECTION OF TOMOGRAPHIC IMAGES USING TRADITIONAL AND DEEP LEARNING TOOLS

Surface Resistivity

https://www.researchgate.net/publication/367606119_Deriving_Surface_Resistivity_from_Polarimetric_SAR_Data_Using_Dual-Input_UNet

불확실성

https://library.seg.org/doi/abs/10.1190/GEM2024-084.1 -> Quantifying uncertainty in 3D geophysical inverse problems: Advancing from deterministic to Bayesian and deep generative models [UNSEEN]

Geothermal

https://www.osti.gov/biblio/2335471 - Applications of Machine Learning Techniques to Geothermal Play Fairway Analysis in the Great Basin Region, Nevada [adjacent but interesting]
https://gdr.openei.org/submissions/1402 - Associated code
https://catalog.data.gov/dataset/python-codebase-and-jupyter-notebooks-applications-of-machine-learning-techniques-to-geoth
https://www.researchgate.net/publication/341418586_Preliminary_Report_on_Applications_of_Machine_Learning_Techniques_to_the_Nevada_Geothermal_Play_Fairway_Analysis

지도

https://www.researchgate.net/publication/347786302_Semantic_Segmentation_Deep_Learning_for_Extracting_Surface_Mine_Extents_from_Historic_Topographic_Maps

광물

https://www.researchgate.net/publication/357942198_Mineral_classification_of_lithium-bearing_pegmatites_based_on_laser-induced_breakdown_spectroscopy_Application_of_semi-supervised_learning_to_detect_known_minerals_and_unknown_material
https://iopscience.iop.org/article/10.1088/1755-1315/1032/1/012046 -> Classifying Minerals using Deep Learning Algorithms
https://www.researchgate.net/publication/370835450_Predicting_new_mineral_occurrences_and_planetary_analog_environments_via_mineral_association_analysis
https://www.researchgate.net/publication/361230503_What_is_Mineral_Informatics

NLP

https://www.researchgate.net/publication/358616133_Chinese_Named_Entity_Recognition_in_the_Geoscience_Domain_Based_on_BERT
https://www.researchgate.net/publication/339394395_Dictionary-Based_Automated_Information_Extraction_From_Geological_Documents_Using_a_Deep_Learning_Algorithm
https://www.aclweb.org/anthology/2020.lrec-1.568/ -> Embeddings for Named Entity Recognition in Geoscience Portuguese Literature
https://www.researchgate.net/publication/359186219_Few-shot_learning_for_name_entity_recognition_in_geological_text_based_on_GeoBERT
https://www.researchgate.net/publication/333464862_GeoDocA_-_Fast_Analysis_of_Geological_Content_in_Mineral_Exploration_Reports_A_Text_Mining_Approach
https://www.researchgate.net/publication/366710921_Geological_profile-text_information_association_model_of_mineral_exploration_reports_for_fast_analysis_of_geological_content
https://www.researchgate.net/publication/330835955_Geoscience_Keyphrase_Extraction_Algorithm_Using_Enhanced_Word_Embedding [UNSEEN]
https://www.researchgate.net/publication/332997161_GNER_A_Generative_Model_for_Geological_Named_Entity_Recognition_Without_Labeled_Data_Using_Deep_Learning
https://www.researchgate.net/publication/321850315_Information_extraction_and_knowledge_graph_construction_from_geoscience_literature
https://www.researchgate.net/publication/365929623_Named_Entity_Annotation_Schema_for_Geological_Literature_Mining_in_the_Domain_of_Porphyry_Copper_Deposits
https://www.researchgate.net/publication/329621358_Ontology-Based_Enhanced_Word_Embedding_for_Automated_Information_Extraction_from_Geoscience_Reports
https://www.researchgate.net/publication/379808469_Ontology-driven_relational_data_mapping_for_constructing_a_knowledge_graph_of_porphyry_copper_deposits -> Ontology-driven relational data mapping for constructing a knowledge graph of porphyry copper deposits
https://www.researchgate.net/publication/327709479_Prospecting_Information_Extraction_by_Text_Mining_Based_on_Convolutional_Neural_Networks-A_Case_Study_of_the_Lala_Copper_Deposit_China
https://ieeexplore.ieee.org/document/8711400 -> Research and Application on Geoscience Literature Knowledge Discovery Technology
https://www.researchgate.net/publication/332328315_Text_Mining_to_Facilitate_Domain_Knowledge_Discovery
https://www.researchgate.net/publication/351238658_Understanding_Ore-Forming_Conditions_using_Machine_Reading_of_Text
https://www.researchgate.net/publication/359089763_Visual_analytics_and_information_extraction_of_geological_content_for_text-based_mineral_exploration_reports
https://www.researchgate.net/publication/354754114_What_is_this_article_about_Generative_summarization_with_the_BERT_model_in_the_geosciences_domain
https://www.slideshare.net/phcleverley/where-text-analytics-meets-geoscience -> Where text analytics meets geoscience

Petrography

https://www.researchgate.net/publication/335226326_Digital_petrography_Mineralogy_and_porosity_identification_using_machine_learning_algorithms_in_petrographic_thin_section_images

Last edited: 29/09/2020 The below are a collection of works from when I was doing a review

Public Mineral Prospectivity Mapping

개요

https://www.researchgate.net/publication/331852267_Applying_Spatial_Prospectivity_Mapping_to_Exploration_Targeting_Fundamental_Practical_issues_and_Suggested_Solutions_for_the_Future
https://www.researchgate.net/publication/284890591_Geochemical_Anomaly_and_Mineral_Prospectivity_Mapping_in_GIS
https://www.researchgate.net/publication/341472154_Geodata_Science-Based_Mineral_Prospectivity_Mapping_A_Review
https://www.researchgate.net/publication/275338029_Introduction_to_the_Special_Issue_GIS-based_mineral_potential_modelling_and_geological_data_analyses_for_mineral_exploration
https://www.researchgate.net/publication/339074334_Introduction_to_the_special_issue_on_spatial_modelling_and_analysis_of_ore-forming_processes_in_mineral_exploration_targeting
https://www.researchgate.net/publication/317319129_Natural_Resources_Research_Publications_on_Geochemical_Anomaly_and_Mineral_Potential_Mapping_and_Introduction_to_the_Special_Issue_of_Papers_in_These_Fields
https://www.researchgate.net/publication/46696293_Selection_of_coherent_deposit-type_locations_and_their_application_in_data-driven_mineral_prospectivity_mapping

Geochemistry

https://www.researchgate.net/publication/375926319_A_paradigm_shift_in_Precambrian_research_driven_by_big_data
https://www.researchgate.net/publication/359447201_A_review_of_machine_learning_in_geochemistry_and_cosmochemistry_Method_improvements_and_applications
- https://jaywen.com/files/He_2022_Applied_Geochemistry.pdf
https://www.researchgate.net/publication/220164381_Application_of_geochemical_zonality_coefficients_in_mineral_prospectivity_mapping
https://www.researchgate.net/publication/238505045_Analysis_and_mapping_of_geochemical_anomalies_using_logratio-transformed_stream_sediment_data_with_censored_values
https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2022EA002626 -> Comparative Study on Three Autoencoder-Based Deep Learning Algorithms for Geochemical Anomaly Identification
https://www.researchgate.net/publication/373758047_Decision-making_within_geochemical_exploration_data_based_on_spatial_uncertainty_-A_new_insight_and_a_futuristic_review
https://www.researchgate.net/publication/331505001_Deep_learning_and_its_application_in_geochemical_mapping
https://www.researchgate.net/publication/380262759_Factor_analysis_in_residual_soils_of_the_Iberian_Pyrite_Belt_Spain_Comparison_between_raw_data_log_transformation_data_and_compositional_data [UNSEEN]
https://www.researchgate.net/publication/272091723_Geochemical_characteristics_of_mineral_deposits_Implications_for_ore_genesis
https://www.researchgate.net/publication/257189047_Geochemical_mineralization_probability_index_GMPI_A_new_approach_to_generate_enhanced_stream_sediment_geochemical_evidential_map_for_increasing_probability_of_success_in_mineral_potential_mapping
https://www.researchgate.net/publication/333497470_Integration_of_auto-encoder_network_with_density-based_spatial_clustering_for_geochemical_anomaly_detection_for_mineral_exploration
https://www.researchgate.net/publication/319303831_Introduction_to_the_thematic_issue_Analysis_of_exploration_geochemical_data_for_mapping_of_anomalies
https://www.researchgate.net/publication/356722687_Machine_learning-based_prediction_of_trace_element_concentrations_using_data_from_the_Karoo_large_igneous_province_and_its_application_in_prospectivity_mapping#fullTextFileContent
https://www.degruyter.com/document/doi/10.2138/am-2023-9115/html -> Machine learning applied to apatite compositions for determining mineralization potential [UNSEEN]
https://www.researchgate.net/publication/257026525_Primary_geochemical_characteristics_of_mineral_deposits_-_Implications_for_exploration
https://www.researchgate.net/publication/283554338_Recognition_of_geochemical_anomalies_using_a_deep_autoencoder_network
- https://zarmesh.com/wp-content/uploads/2017/04/Recognition-of-geochemical-anomalies-using-a-deep-autoencoder-network.pdf
https://www.researchgate.net/publication/349606557_Robust_Feature_Extraction_for_Geochemical_Anomaly_Recognition_Using_a_Stacked_Convolutional_Denoising_Autoencoder [UNSEEN]
https://www.researchgate.net/publication/375911531_Spatial_Interpolation_Using_Machine_Learning_From_Patterns_and_Regularities_to_Block_Models#fullTextFileContent
https://www.researchgate.net/publication/259716832_Supervised_and_unsupervised_classification_of_near-mine_soil_Geochemistry_and_Geophysics_data
https://www.researchgate.net/publication/277813662_Supervised_Geochemical_Anomaly_Detection_by_Pattern_Recognition
https://www.researchgate.net/publication/249544991_Usefulness_of_stream_order_to_detect_stream_sediment_geochemical_anomalies
https://www.researchgate.net/publication/321275541_Weighting_stream_sediment_geochemical_samples_as_exploration_indicator_of_deposit_-_type

흐린

https://www.researchgate.net/publication/272170968_A_Comparative_Analysis_of_Weights_of_Evidence_Evidential_Belief_Functions_and_Fuzzy_Logic_for_Mineral_Potential_Mapping_Using_Incomplete_Data_at_the_Scale_of_Investigation
https://www.researchgate.net/publication/267816279_Fuzzification_of_continuous-value_spatial_evidence_for_mineral_prospectivity_mapping
https://www.researchgate.net/publication/301635716_Union_score_and_fuzzy_logic_mineral_prospectivity_mapping_using_discretized_and_continuous_spatial_evidence_values

불확실성

https://deliverypdf.ssrn.com/delivery.php?ID=555064031119110002088087068121000096050036019060022069010050000053011056029076002067121000064004002088113115000107115017083105004026015092089005123065040099024112018026013043065104094012124120126039100033055018066074125089104115090100009064122122019003015085069021024027072126106082092110&EXT=pdf&INDEX=TRUE -> Estimating uncertainties in 3-D models of complex fold-and-thrust 2 belts: a case study of the Eastern Alps triangle zone
https://www.researchgate.net/publication/333339659_Incorporating_conceptual_and_interpretation_uncertainty_to_mineral_prospectivity_modelling
https://www.researchgate.net/publication/235443307_Managing_uncertainty_in_exploration_targeting
https://www.researchgate.net/publication/255909185_The_upside_of_uncertainty_Identification_of_lithology_contact_zones_from_airborne_geophysics_and_satellite_data_using_random_forests_and_support_vector_machines

Geospatial Maps

호주

https://www.researchgate.net/publication/334440382_Mapping_iron_oxide_Cu-Au_IOCG_mineral_potential_in_Australia_using_a_knowledge-driven_mineral_systems-based_approach

남호주

https://www.researchgate.net/publication/335313790_Prospectivity_modelling_of_the_Olympic_Cu-Au_Province - https://services.sarig.sa.gov.au/raster/ProspectivityModelling/wms?service=wms&version=1.1.1&REQUEST=GetCapabilities
An assessment of the uranium and geothermal prospectivity of east-central South Australia - https://d28rz98at9flks.cloudfront.net/72666/Rec2011_034.pdf

NT

https://www.researchgate.net/publication/285235798_An_assessment_of_the_uranium_and_geothermal_prospectivity_of_the_southern_Northern_Territory

WA

https://www.researchgate.net/publication/273073675_Building_a_machine_learning_classifier_for_iron_ore_prospectivity_in_the_Yilgarn_Craton
http://dmpbookshop.eruditetechnologies.com.au/product/district-scale-targeting-for-gold-in-the-yilgarn-craton-part-2-of-the-yilgarn-gold-exploration-targeting-atlas.do$55 purchase
http://dmpbookshop.eruditetechnologies.com.au/product/mineral-prospectivity-of-the-king-leopold-orogen-and-lennard-shelf-analysis-of-potential-field-data-in-the-west-kimberley-region-geographical-product-n14bnzp.do
http://dmpbookshop.eruditetechnologies.com.au/product/mineral-systems-analysis-of-the-west-musgrave-province-regional-structure-and-prospectivity-modelling-geographical-product-n12dzp.do
http://dmpbookshop.eruditetechnologies.com.au/product/mineral-systems-analysis-of-the-west-musgrave-province-regional-structure-and-prospectivity-modelling.do $22 purchase
https://researchdata.edu.au/predictive-mineral-discovery-gold-mineral/1209568?source=suggested_datasets - Predictive mineral discovery in the eastern Yilgarn Craton: an example of district-scale targeting of an orogenic gold mineral system - https://d28rz98at9flks.cloudfront.net/82617/Y4_Gold_Targeting.zip
http://dmpbookshop.eruditetechnologies.com.au/product/prospectivity-analysis-of-the-halls-creek-orogen-western-australia-using-a-mineral-systems-approach-geographical-product-n15af3zp.do
https://researchdata.edu.au/prospectivity-analysis-using-063-m436/1424743 - Prospectivity analysis using a mineral systems approach - Capricorn case study project CSIRO Prospectivity analysis using a mineral systems approach - Capricorn case study project (13.5 GB Download)
http://dmpbookshop.eruditetechnologies.com.au/product/regional-scale-targeting-for-gold-in-the-yilgarn-craton-part-1-of-the-yilgarn-gold-exploration-targeting-atlas.do $55 purchase
https://www.researchgate.net/publication/263928515_Towards_Australian_metallogenic_maps_through_space_and_time
https://www.sciencedirect.com/science/article/abs/pii/S0301926810002111 - Yilgarn

브라질

https://www.researchgate.net/publication/340633563_CATALOG_OF_PROSPECTIVITY_MAPS_OF_SELECTED_AREAS_FROM_BRAZIL
https://www.researchgate.net/publication/341936771_Modeling_of_Cu-Au_Prospectivity_in_the_Carajas_mineral_province_Brazil_through_Machine_Learning_Dealing_with_Imbalanced_Training_Data
https://www.researchgate.net/publication/287270273_Nickel_prospective_modelling_using_fuzzy_logic_on_nova_Brasilandia_metasedimentary_belt_Rondonia_Brazil
https://www.scielo.br/scielo.php?script=sci_arttext&pid=S2317-48892016000200261 - Sao Francisco Craton Nickel

호주

https://www.researchgate.net/publication/248211737_A_continent-wide_study_of_Australia's_uranium_potential
https://www.researchgate.net/publication/334440382_Mapping_iron_oxide_Cu-Au_IOCG_mineral_potential_in_Australia_using_a_knowledge-driven_mineral_systems-based_approach
https://researchdata.edu.au/predictive-model-opal-mining-approach/673159/?refer_q=rows=15/sort=score%20desc/class=collection/p=2/q=mineral%20prospectivity%20map/ - Opal

SA

https://data.gov.au/dataset/ds-ga-a8619169-1c2a-6697-e044-00144fdd4fa6/details?q= -> An assessment of the uranium and geothermal prospectivity of east central South Australia
https://d28rz98at9flks.cloudfront.net/72666/Rec2011_034.pdf -> An assessment of the uranium and geothermal prospectivity of east-central South Australia
https://www.pir.sa.gov.au/__data/assets/pdf_file/0011/239636/204581-001_wise_high.pdf - Eastern Gawler - WPA
http://www.energymining.sa.gov.au/minerals/knowledge_centre/mesa_journal/previous_feature_articles/new_prospectivity_map
https://catalog.sarig.sa.gov.au/geonetwork/srv/eng/catalog.search#/metadata/e59cd4ba-1a0a-4911-9e6a-58d80576678d - Olympic Domain IOCG Prospectivity model
https://www.researchgate.net/publication/335313790_Prospectivity_modelling_of_the_Olympic_Cu-Au_Province - https://services.sarig.sa.gov.au/raster/ProspectivityModelling/wms?service=wms&version=1.1.1&REQUEST=GetCapabilities

WA

https://www.sciencedirect.com/science/article/abs/pii/S0301926810002111 - Yilgarn Karol Czarnota
https://www.researchgate.net/publication/229333177_Prospectivity_analysis_of_the_Plutonic_Marymia_Greenstone_Belt_Western_Australia
https://www.researchgate.net/publication/280039091_Mineral_systems_approach_applied_to_GIS-based_2D-prospectivity_modelling_of_geological_regions_Insights_from_Western_Australia
https://www.researchgate.net/publication/351238658_Understanding_Ore-Forming_Conditions_using_Machine_Reading_of_Text

NT

https://www.researchgate.net/publication/285235798_An_assessment_of_the_uranium_and_geothermal_prospectivity_of_the_southern_Northern_Territory
https://www.researchgate.net/publication/342352173_Modelling_gold_potential_in_the_Granites-Tanami_Orogen_NT_Australia_A_comparative_study_using_continuous_and_data-driven_techniques

NSW

https://www.resourcesandgeoscience.nsw.gov.au/miners-and-explorers/geoscience-information/projects/mineral-potential-mapping#_southern-_new-_england-_orogen-mineral-potential
https://www.smedg.org.au/GSNSW_2019_Blevin.pdf - Eastern Lachlan Orogen
https://www.researchgate.net/publication/265915602_Comparing_prospectivity_modelling_results_and_past_exploration_data_A_case_study_of_porphyry_Cu-Au_mineral_systems_in_the_Macquarie_Arc_Lachlan_Fold_Belt_New_South_Wales

브라질

https://www.researchgate.net/publication/340633563_CATALOG_OF_PROSPECTIVITY_MAPS_OF_SELECTED_AREAS_FROM_BRAZIL
https://www.researchgate.net/publication/340633739_MINERAL_POTENTIAL_AND_OPORTUNITIES_FOR_THE_EXPLORATION_OF_NEW_GEOLOGICAL_GROUNDS_IN_BRAZIL
https://www.semanticscholar.org/paper/Mineral-Potential-Mapping-for-Orogenic-Gold-in-the-Silva-Silva/a23a9ce4da48863da876758afa9e1d2723088853
https://www.scielo.br/scielo.php?script=sci_arttext&pid=S2317-48892016000200261 - Supergene nickel deposits in outhwestern Sao Francisco Carton, Brazil

Carajas

https://www.researchgate.net/publication/258466504_Self-Organizing_Maps_A_Data_Mining_Tool_for_the_Analysis_of_Airborne_Geophysical_Data_Collected_over_the_Brazilian_Amazon
https://www.researchgate.net/publication/258647519_Semiautomated_geologic_mapping_using_self-organizing_maps_and_airborne_geophysics_in_the_Brazilian_Amazon
https://www.researchgate.net/publication/235443304_GIS-Based_prospectivity_mapping_for_orogenic_gold_A_case_study_from_the_Andorinhas_region_Brasil
https://www.researchgate.net/publication/341936771_Modeling_of_Cu-Au_Prospectivity_in_the_Carajas_mineral_province_Brazil_through_Machine_Learning_Dealing_with_Imbalanced_Training_Data
https://www.researchgate.net/publication/332031621_Predictive_lithological_mapping_through_machine_learning_methods_a_case_study_in_the_Cinzento_Lineament_Carajas_Province_Brazil
https://www.researchgate.net/publication/340633659_Copper-gold_favorability_in_the_Cinzento_Shear_Zone_Carajas_Mineral_Province
https://www.researchgate.net/publication/329477409_Favorability_potential_for_IOCG_type_deposits_in_the_Riacho_do_Pontal_Belt_New_insights_for_identifying_prospects_of_IOCG-type_deposits_in_NE_Brazil
https://www.researchgate.net/publication/339453836_Uranium_anomalies_detection_through_Random_Forest_regression
https://d1wqtxts1xzle7.cloudfront.net/48145419/Artificial_neural_networks_applied_to_mi20160818-5365-odv4na.pdf?1471522188=&response-content-disposition=inline%3B+filename%3DArtificial_neural_networks_applied_to_mi.pdf&Expires=1593477539&Signature=DNmSxKogrD54dE4LX~8DT4K7vV0ZGcf8Q2RRfXEPsCc8PGiBrbeBpy4NVQdCiENLz-YfSzVGk6LI8k5MEGxR~qwnUn9ISLHDuIau6VqBFSEA29jMixCbvQM6hbkUJKQlli-AuSPUV23TsSk76kB6amDYtwNHmBnUPzTQGZLj2XkzJza9PA-7W2-VrPQKHNPxJp3z8J0mPq4rhmHZLaFMMSL6QMpK5qpvSqi6Znx-kIhCprlyYfODisq0unOIwnEQstiMf2RnB6gPmGOodhNlLsSr01e7TvtvFDBOQvhhooeDeQrvkINN4DJjAIIrbrcQ8B2b-ATQS0a3QQe93h-VFA__&Key-Pair-Id=APKAJLOHF5GGSLRBV4ZA - Leite, EPL; de Souza Filho, CR Artificial neural networks applied to mineral potential mapping for copper-gold mineralizations in the Carajás Mineral Province, Brazil. Geoph. Prosp. 2009, 57, 1049–1065.
https://link-springer-com.access.library.unisa.edu.au/content/pdf/10.1007/s11053-015-9263-2.pdf - A Comparative Analysis of Weights of Evidence, Evidential Belief Functions, and Fuzzy Logic for Mineral Potential Mapping Using Incomplete Data at the Scale of Investigation
https://library.seg.org/doi/abs/10.1190/sbgf2011-245 - Gold Prospectivity Mapping of Andorinhas Greenstone Belt, Para

Gurupi

https://www.researchgate.net/publication/312220651_Predictive_Mapping_of_Prospectivity_in_the_Gurupi_Orogenic_Gold_Belt_North-Northeast_Brazil_An_Example_of_District-Scale_Mineral_System_Approach_to_Exploration_Targeting

호주

https://www.researchgate.net/publication/260107484_Unsupervised_clustering_of_continental-scale_geophysical_and_geochemical_data_using_Self-Organising_Maps
https://www.researchgate.net/publication/332263305_A_speedy_update_on_machine_learning_applied_to_bedrock_mapping_using_geochemistry_or_geophysics_examples_from_the_Pacific_Rim_and_nearby
https://www.researchgate.net/publication/317312520_Catchment-based_gold_prospectivity_analysis_combining_geochemical_geophysical_and_geological_data_across_northern_Australia
https://www.researchgate.net/publication/326571155_Continental-scale_mineral_prospectivity_assessment_using_the_National_Geochemical_Survey_of_Australia_NGSA_dataset
https://www.researchgate.net/publication/334440382_Mapping_iron_oxide_Cu-Au_IOCG_mineral_potential_in_Australia_using_a_knowledge-driven_mineral_systems-based_approach
https://www.researchgate.net/publication/282189370_Uranium_Prospectivity_Mapping_Across_the_Australian_Continent_via_Unsupervised_Cluster_Analysis_of_Integrated_Remote_Sensing_Data

남호주

https://www.researchgate.net/publication/335313790_Prospectivity_modelling_of_the_Olympic_Cu-Au_Province - https://services.sarig.sa.gov.au/raster/ProspectivityModelling/wms?service=wms&version=1.1.1&REQUEST=GetCapabilities

퀸즈랜드

https://www.researchgate.net/publication/317312520_Catchment-based_gold_prospectivity_analysis_combining_geochemical_geophysical_and_geological_data_across_northern_Australia
https://www.researchgate.net/publication/252707107_GIS-based_epithermal_copper_prospectivity_mapping_of_the_Mt_Isa_Inlier_Australia_Implications_for_exploration_targeting
https://www.researchgate.net/publication/222211452_Predictive_modelling_of_prospectivity_for_Pb-Zn_deposits_in_the_Lawn_Hill_Region_Queensland_Australia

New South Wales

https://www.researchgate.net/publication/336349643_MINERAL_POTENTIAL_MAPPING_AS_A_STRATEGIC_PLANNING_TOOL_IN_THE_EASTERN_LACHLAN_OROGEN_NSW
https://www.publish.csiro.au/ex/pdf/ASEG2013ab236 - Mineral prospectivity analysis of the Wagga–Omeo belt in NSW
https://www.researchgate.net/publication/329761040_NSW_Zone_54_Mineral_Systems_Mineral_Potential_Report
https://www.researchgate.net/publication/337569823_Practical_Implementation_of_Random_Forest-Based_Mineral_Potential_Mapping_for_Porphyry_Cu-Au_Mineralization_in_the_Eastern_Lachlan_Orogen_NSW_Australia
https://www.researchgate.net/publication/333551776_Translating_expressions_of_intrusion-related_mineral_systems_into_mappable_spatial_proxies_for_mineral_potential_mapping_Case_studies_from_the_Southern_New_England_Orogen_Australia

태즈메이니아

https://www.researchgate.net/publication/262380025_Mapping_geology_and_volcanic-hosted_massive_sulfide_alteration_in_the_Hellyer-Mt_Charter_region_Tasmania_using_Random_Forests_TM_and_Self-Organising_Maps

빅토리아

https://www.researchgate.net/publication/323856713_Lithological_mapping_using_Random_Forests_applied_to_geophysical_and_remote_sensing_data_a_demonstration_study_from_the_Eastern_Goldfields_of_Australia
https://publications.csiro.au/publications/#publication/PIcsiro:EP123339/SQmineral%20prospectivity/RP1/RS50/RORECENT/STsearch-by-keyword/LISEA/RI16/RT26 [nickel]
https://www.researchgate.net/publication/257026553_Regional_prospectivity_analysis_for_hydrothermal-remobilised_nickel_mineral_systems_in_western_Victoria_Australia

Western Australia

https://www.researchgate.net/publication/274714146_Reducing_subjectivity_in_multi-commodity_mineral_prospectivity_analyses_Modelling_the_west_Kimberley_Australia
https://www.researchgate.net/publication/319013132_Identifying_mineral_prospectivity_using_3D_magnetotelluric_potential_field_and_geological_data_in_the_east_Kimberley_Australia
https://www.researchgate.net/publication/280930127_Regional-scale_targeting_for_gold_in_the_Yilgarn_Craton_Part_1_of_the_Yilgarn_Gold_Exploration_Targeting_Atlas
https://www.researchgate.net/publication/279533541_District-scale_targeting_for_gold_in_the_Yilgarn_Craton_Part_2_of_the_Yilgarn_Gold_Exploration_Targeting_Atlas
https://www.researchgate.net/publication/257026568_Exploration_targeting_for_orogenic_gold_deposits_in_the_Granites-Tanami_Orogen_Mineral_system_analysis_targeting_model_and_prospectivity_analysis
https://www.researchgate.net/publication/280039091_Mineral_systems_approach_applied_to_GIS-based_2D-prospectivity_modelling_of_geological_regions_Insights_from_Western_Australia (the West Arunta Orogen, West Musgrave Orogen and Gascoyne Province - http://dmpbookshop.eruditetechnologies.com.au/product/mineral-systems-analysis-of-the-west-musgrave-province-regional-structure-and-prospectivity-modelling.do
https://reader.elsevier.com/reader/sd/pii/S0169136810000417? - token=9FD1C06A25E7ECC0C384C0ECF976E4BC9C36047C53CEED08066811979A640E89DD94C49510D1B500C6FF5E69982E018E Prospectivity analysis of the Plutonic Marymia Greenstone Belt, Western Australia
https://research-repository.uwa.edu.au/en/publications/exploration-targeting-for-orogenic-gold-deposits-in-the-granites- - Tanami orogen
https://www.researchgate.net/publication/332631130_Fuzzy_inference_systems_for_prospectivity_modeling_of_mineral_systems_and_a_case-study_for_prospectivity_mapping_of_surficial_Uranium_in_Yeelirrie_Area_Western_Australia_Ore_Geology_Reviews_71_839-852Tasmania
https://publications.csiro.au/rpr/download?pid=csiro:EP102133&dsid=DS3 [nickel]

Endowment Modelling

https://www.researchgate.net/publication/248211962_A_new_method_for_spatial_centrographic_analysis_of_mineral_deposit_clusters
https://www.researchgate.net/publication/275620329_A_Time-Series_Audit_of_Zipf's_Law_as_a_Measure_of_Terrane_Endowment_and_Maturity_in_Mineral_Exploration
https://www.researchgate.net/publication/341087909_Assessing_the_variability_of_expert_estimates_in_the_USGS_Three-part_Mineral_Resource_Assessment_Methodology_A_call_for_increased_skill_diversity_and_scenario-based_training
https://github.com/iagoslc/ZipfsLaw_Quadrilatero_Ferrifero
https://www.researchgate.net/publication/222834436_Controls_on_mineral_deposit_occurrence_inferred_from_analysis_of_their_spatial_pattern_and_spatial_association_with_geological_features
https://www.researchgate.net/publication/229792860_From_Predictive_Mapping_of_Mineral_Prospectivity_to_Quantitative_Estimation_of_Number_of_Undiscovered_Prospects
https://www.researchgate.net/publication/330994502_Global_Grade-and-Tonnage_Modeling_of_Uranium_deposits
https://pubs.geoscienceworld.org/segweb/economicgeology/article-abstract/103/4/829/127993/Linking-Mineral-Deposit-Models-to-Quantitative?redirectedFrom=fulltext
https://www.researchgate.net/publication/238365283_Metal_endowment_of_cratons_terranes_and_districts_Insights_from_a_quantitative_analysis_of_regions_with_giant_and_super-giant_deposits
https://www.researchgate.net/publication/308778798_Spatial_analysis_of_mineral_deposit_distribution_A_review_of_methods_and_implications_for_structural_controls_on_iron_oxide-copper-gold_mineralization_in_Carajas_Brazil
https://www.researchgate.net/publication/229347041_Predictive_mapping_of_prospectivity_and_quantitative_estimation_of_undiscovered_VMS_deposits_in_Skellefte_district_Sweden
https://www.researchgate.net/publication/342405763_Predicting_grade-tonnage_characteristics_of_undiscovered_mineralisation_application_of_the_USGS_Three-part_Undiscovered_Mineral_Resource_Assessment_to_the_Sandstone_Greenstone_Belt_of_the_Yilgarn_Bloc
https://www.sciencedirect.com/science/article/pii/S0169136810000685
https://www.researchgate.net/publication/240301743_Spatial_statistical_analysis_of_the_distribution_of_komatiite-hosted_nickel_sulfide_deposits_in_the_Kalgoorlie_terrane_Western_Australia_Clustered_or_Not

World Models

https://www.researchgate.net/publication/331283650_Archean_crust_and_metallogenic_zones_in_the_Amazonian_Craton_sensed_by_satellite_gravity_data
https://eartharxiv.org/2kjvc/ -> Global distribution of sediment-hosted metals controlled by craton edge stability
https://www.researchgate.net/post/Is_it_possible_to_derive_free_air_anomaly_or_bouguer_anomaly_from_gravity_disturbance_data
https://www.researchgate.net/publication/325344128_The_role_of_basement_control_in_Iron_Oxide-Copper-Gold_mineral_systems_revealed_by_satellite_gravity_models
https://www.researchgate.net/publication/331428028_Supplementary_Material_for_the_paper_Archean_crust_and_metallogenic_zones_in_the_Amazonian_Craton_sensed_by_satellite_gravity_data
https://www.leouieda.com/pdf/use-the-disturbance.pdf
https://www.leouieda.com/papers/use-the-disturbance.html

Financial Forecasting

https://www.researchgate.net/publication/317137060_Forecasting_copper_prices_by_decision_tree_learning
https://www.researchgate.net/publication/4874824_Mine_Size_and_the_Structure_of_Costs

Agent based Modelling

https://mpra.ub.uni-muenchen.de/62159/ -> Mineral exploration as a game of chance [Agent Based Modelling]

Spectral Unmixing

Overviews and examples, with some focus on neural network approaches.

신경망

https://www.researchgate.net/publication/224180646_A_neural_network_approach_for_pixel_unmixing_in_hyperspectral_data
https://www.researchgate.net/publication/340690859_A_Supervised_Nonlinear_Spectral_Unmixing_Method_by_Means_of_Neural_Networks
https://www.researchgate.net/publication/326205017_Classification_of_Hyperspectral_Data_Using_a_Multi-Channel_Convolutional_Neural_Network
https://www.researchgate.net/publication/339062151_Classification_of_small-scale_hyperspectral_images_with_multi-source_deep_transfer_learning
https://www.researchgate.net/publication/331824337_Comparative_Analysis_of_Unmixing_Algorithms_Using_Synthetic_Hyperspectral_Data
https://www.researchgate.net/publication/335501086_Convolutional_Autoencoder_For_Spatial-Spectral_Hyperspectral_Unmixing
https://www.researchgate.net/publication/341501560_Convolutional_Autoencoder_for_Spectral-Spatial_Hyperspectral_Unmixing
https://www.researchgate.net/publication/333906204_Deep_convolutional_neural_networks_for_land-cover_classification_with_Sentinel-2_images
https://www.researchgate.net/publication/356711693_Deep-learning-based_latent_space_encoding_for_spectral_unmixing_of_geological_materials
https://www.researchgate.net/publication/331505001_Deep_learning_and_its_application_in_geochemical_mapping
https://www.researchgate.net/publication/332696102_Deep_Learning_for_Classification_of_Hyperspectral_Data_A_Comparative_Review
https://www.researchgate.net/publication/336889271_Deep_Learning_for_Hyperspectral_Image_Classification_An_Overview
https://www.researchgate.net/publication/327995228_Deep_Spectral_Convolution_Network_for_Hyperspectral_Unmixing
https://ieeexplore.ieee.org/abstract/document/10580951 -> Exploring Hybrid Contrastive Learning and Scene-to-Label Information for Multilabel Remote Sensing Image Classification [UNSEEN]
https://www.researchgate.net/publication/356393038_Generalized_Unsupervised_Clustering_of_Hyperspectral_Images_of_Geological_Targets_in_the_Near_Infrared
https://ieeexplore.ieee.org/abstract/document/10588073 -> Hyperspectral Image Classification Using Spatial and Spectral Features Based on Deep Learning [UNSEEN]
https://www.researchgate.net/publication/333301728_Hyperspectral_Image_Classification_Method_Based_on_CNN_Architecture_Embedding_With_Hashing_Semantic_Feature
https://www.researchgate.net/publication/323950012_Hyperspectral_Unmixing_Using_A_Neural_Network_Autoencoder
https://www.researchgate.net/publication/339657313_Hyperspectral_unmixing_using_deep_convolutional_autoencoder
https://www.researchgate.net/publication/339066136_Hyperspectral_Unmixing_Using_Deep_Convolutional_Autoencoders_in_a_Supervised_Scenario
https://www.researchgate.net/publication/335878933_LITHOLOGICAL_CLASSIFICATION_USING_MULTI-SENSOR_DATA_AND_CONVOLUTIONAL_NEURAL_NETWORKS
https://ieeexplore.ieee.org/abstract/document/10551851 -> MSNet: Self-Supervised Multiscale Network With Enhanced Separation Training for Hyperspectral Anomaly Detection
https://www.researchgate.net/publication/331794887_Nonlinear_Unmixing_of_Hyperspectral_Data_via_Deep_Autoencoder_Networks
https://ieeexplore.ieee.org/abstract/document/10534107 -> ReSC-net: Hyperspectral Image Classification Based on Attention-Enhanced Residual Module and Spatial-Channel Attention
https://www.researchgate.net/publication/340961027_Recent_Advances_in_Hyperspectral_Unmixing_Using_Sparse_Techniques_and_Deep_Learning
https://www.researchgate.net/publication/330272600_Semisupervised_Stacked_Autoencoder_With_Cotraining_for_Hyperspectral_Image_Classification
https://www.researchgate.net/publication/336097421_Spatial-Spectral_Hyperspectral_Unmixing_Using_Multitask_Learning
https://www.researchgate.net/publication/312355586_Spectral-Spatial_Classification_of_Hyperspectral_Imagery_with_3D_Convolutional_Neural_Network
https://meetingorganizer.copernicus.org/EGU2020/EGU2020-10719.html -> Sentinel-2 as a tool for mapping iron-bearing alteration minerals: a case study from the Iberian Pyrite Belt (Southern Spain)
https://www.researchgate.net/publication/334058881_SSDC-DenseNet_A_Cost-Effective_End-to-End_Spectral-Spatial_Dual-Channel_Dense_Network_for_Hyperspectral_Image_Classification
https://www.researchgate.net/publication/333497470_Integration_of_auto-encoder_network_with_density-based_spatial_clustering_for_geochemical_anomaly_detection_for_mineral_exploration
https://www.sciencedirect.com/science/article/pii/S0009281924000473 -> Geochemical characteristics and mapping of Reşadiye (Tokat-Türkiye) bentonite deposits using machine learning and sub-pixel mixture algorithms

일반적인

https://www.sciencedirect.com/science/article/pii/S0273117724004861?dgcid=rss_sd_all -> Optimization of machine learning algorithms for remote alteration mapping
https://www.researchgate.net/publication/337841253_A_solar_optical_hyperspectral_library_of_rare_earth-bearing_minerals_rare_earth_oxides_copper-bearing_minerals_and_Apliki_mine_surface_samples
https://ieeexplore.ieee.org/document/10536904 -> A Reversible Generative Network for Hyperspectral Unmixing With Spectral Variability
https://www.researchgate.net/publication/3204295_Abundance_Estimation_of_Spectrally_Similar_Minerals_by_Using_Derivative_Spectra_in_Simulated_Annealing
https://www.researchgate.net/publication/338371376_Accuracy_assessment_of_hydrothermal_mineral_maps_derived_from_ASTER_images
https://www.researchgate.net/publication/337790490_Analysis_of_Most_Significant_Bands_and_Band_Ratios_for_Discrimination_of_Hydrothermal_Alteration_Minerals
https://www.researchgate.net/project/Deep-Learning-for-Remote-Sensing-2
https://ieeexplore.ieee.org/abstract/document/10589462 -> Deep Spectral Spatial Feature Enhancement through Transformer for Hyperspectral Image Classification
https://www.researchgate.net/publication/331876006_Fusion_of_Landsat_and_Worldview_Images
https://www.researchgate.net/publication/259096595_Geological_mapping_using_remote_sensing_data_A_comparison_of_five_machine_learning_algorithms_their_response_to_variations_in_the_spatial_distribution_of_training_data_and_the_use_of_explicit_spatial_
https://www.researchgate.net/publication/341802637_Improved_k-means_and_spectral_matching_for_hyperspectral_mineral_mapping
https://www.researchgate.net/publication/272565561_Integration_and_Analysis_of_ASTER_and_IKONOS_Images_for_the_Identification_of_Hydrothermally-_Altered_Mineral_Exploration_Sites
https://www.researchgate.net/publication/236271149_Multi-_and_hyperspectral_geologic_remote_sensing_A_review_GRSG_Member_News
https://www.researchgate.net/publication/220492175_Multi-and_Hyperspectral_geologic_remote_sensing_A_review
https://www.sciencedirect.com/science/article/pii/S1574954124001572 -> Rapid estimation of soil Mn content by machine learning and soil spectra in large-scale
https://www.researchgate.net/publication/342184377_remotesensing-12-01239-v2_1
https://www.researchgate.net/project/Remote-sensing-exploration-of-critical-mineral-deposits
https://www.researchgate.net/project/Sentinel-2-MSI-for-geological-remote-sensing
https://www.researchgate.net/publication/323808118_Thermal_infrared_multispectral_remote_sensing_of_lithology_and_mineralogy_based_on_spectral_properties_of_materials
https://www.researchgate.net/publication/340505978_Unsupervised_and_Supervised_Feature_Extraction_Methods_for_Hyperspectral_Images_Based_on_Mixtures_of_Factor_Analyzers

아프리카

https://www.researchgate.net/publication/235443308_Application_of_remote_sensing_and_GIS_mapping_to_Quaternary_to_recent_surficial_sediments_of_the_Central_Uranium_district_Namibia
https://www.researchgate.net/publication/342373512_Geological_mapping_using_Random_Forests_applied_to_Remote_Sensing_data_a_demonstration_study_from_Msaidira-Souk_Al_Had_Sidi_Ifni_inlier_Western_Anti-Atlas_Morocco
https://www.researchgate.net/publication/340534611_Identifying_high_potential_zones_of_gold_mineralization_in_a_sub-tropical_region_using_Landsat-8_and_ASTER_remote_sensing_data_a_case_study_of_the_Ngoura-Colomines_goldfield_Eastern_Cameroon
https://www.researchgate.net/publication/342162988_Lithological_and_alteration_mineral_mapping_for_alluvial_gold_exploration_in_the_south_east_of_Birao_area_Central_African_Republic_using_Landsat-8_Operational_Land_Imager_OLI_data
https://www.researchgate.net/publication/329193841_Mapping_Copper_Mineralisation_using_EO-1_Hyperion_Data_Fusion_with_Landsat_8_OLI_and_Sentinel-2A_in_Moroccan_Anti_Atlas
https://www.researchgate.net/publication/230918249_SPECTRAL_REMOTE_SENSING_OF_HYDROTHERMAL_ALTERATION_ASSOCIATED_WITH_VOLCANOGENIC_MASSIVE_SULPHIDE_DEPOSITS_GOROB-HOPE_AREA_NAMIBIA
https://www.researchgate.net/publication/337304180_The_application_of_day_and_night_time_ASTER_satellite_imagery_for_geothermal_and_mineral_mapping_in_East_Africa
https://www.researchgate.net/publication/336823002_Towards_Multiscale_and_Multisource_Remote_Sensing_Mineral_Exploration_Using_RPAS_A_Case_Study_in_the_Lofdal_Carbonatite-Hosted_REE_Deposit_Namibia
https://www.researchgate.net/publication/338296843_Use_of_the_Sentinel-2A_Multispectral_Image_for_Litho-Structural_and_Alteration_Mapping_in_Al_Glo'a_Map_Sheet_150000_Bou_Azzer-El_Graara_Inlier_Central_Anti-Atlas_Morocco

브라질

https://www.researchgate.net/publication/287950835_Altimetric_and_aeromagnetometric_data_fusion_as_a_tool_of_geological_interpretation_the_example_of_the_Carajas_Mineral_Province_PA
https://www.researchgate.net/publication/237222985_Analise_e_integracao_de_dados_do_SAR-R99B_com_dados_de_sensoriamento_remoto_optico_e_dados_aerogeofisicos_na_regiao_dos_depositos_de_oxido_de_Fe-Cu-Au_tipo_Sossego_e_118_na_Provincia_Mineral_de_Caraja
https://www.researchgate.net/publication/327503453_Comparison_of_Altered_Mineral_Information_Extracted_from_ETM_ASTER_and_Hyperion_data_in_Aguas_Claras_Iron_Ore_Brazil
https://www.researchgate.net/publication/251743903_Enhancement_Of_Landsat_Thematic_Mapper_Imagery_For_Mineral_Prospecting_In_Weathered_And_Vegetated_Terrain_In_SE_Brazil
https://www.researchgate.net/publication/228854234_Hyperspectral_Data_Processing_For_Mineral_Mapping_Using_AVIRIS_1995_Data_in_Alto_Paraiso_de_Goias_Central_Brazil
https://www.researchgate.net/publication/326612136_Mapping_Mining_Areas_in_the_Brazilian_Amazon_Using_MSISentinel-2_Imagery_2017
https://www.researchgate.net/publication/242188704_MINERALOGICAL_CHARACTERIZATION_AND_MAPPING_USING_REFLECTANCE_SPECTROSCOPY_AN_EXPERIMENT_AT_ALTO_DO_GIZ_PEGMATITE_IN_THE_SOUTH_PORTION_OF_BORBOREMA_PEGMATITE_PROVINCE_BPP_NORTHEASTERN_BRAZIL

중국

https://www.researchgate.net/publication/338355143_A_comprehensive_scheme_for_lithological_mapping_using_Sentinel-2A_and_ASTER_GDEM_in_weathered_and_vegetated_coastal_zone_Southern_China
https://www.researchgate.net/publication/332957713_Data_mining_of_the_best_spectral_indices_for_geochemical_anomalies_of_copper_A_study_in_the_northwestern_Junggar_region_Xinjiang
https://www.researchgate.net/publication/380287318_Machine_learning_model_for_deep_exploration_Utilizing_short_wavelength_infrared_SWIR_of_hydrothermal_alteration_minerals_in_the_Qianchen_gold_deposit_Jiaodong_Peninsula_Eastern_China
https://www.researchgate.net/publication/304906898_Remote_sensing_and_GIS_prospectivity_mapping_for_magmatic-hydrothermal_base-_and_precious-metal_deposits_in_the_Honghai_district_China

그린란드

https://www.researchgate.net/publication/326655551_Application_of_Multi-Sensor_Satellite_Data_for_Exploration_of_Zn-Pb_Sulfide_Mineralization_in_the_Franklinian_Basin_North_Greenland
https://www.researchgate.net/publication/337512735_Fusion_of_DPCA_and_ICA_algorithms_for_mineral_detection_using_Landsat-8_spectral_bands
https://www.researchgate.net/publication/336684298_Landsat-8_Advanced_Spaceborne_Thermal_Emission_and_Reflection_Radiometer_and_WorldView-3_Multispectral_Satellite_Imagery_for_Prospecting_Copper-Gold_Mineralization_in_the_Northeastern_Inglefield_Mobil

인도

https://www.researchgate.net/publication/337649256_Automated_lithological_mapping_by_integrating_spectral_enhancement_techniques_and_machine_learning_algorithms_using_AVIRIS-NG_hyperspectral_data_in_Gold-bearing_granite-greenstone_rocks_in_Hutti_India
https://www.researchgate.net/publication/333816841_Integrated_application_of_AVIRIS-NG_and_Sentinel-2A_dataset_in_altered_mineral_abundance_mapping_A_case_study_from_Jahazpur_area_Rajasthan
https://www.researchgate.net/publication/339631389_Identification_and_characterization_of_hydrothermally_altered_minerals_using_surface_and_space-based_reflectance_spectroscopy_in_parts_of_south-eastern_Rajasthan_India
https://www.researchgate.net/publication/338116272_Potential_Use_of_ASTER_Derived_Emissivity_Thermal_Inertia_and_Albedo_Image_for_Discriminating_Different_Rock_Types_of_Aravalli_Group_of_Rocks_Rajasthan

이란

https://www.researchgate.net/publication/338336181_A_Remote_Sensing-Based_Application_of_Bayesian_Networks_for_Epithermal_Gold_Potential_Mapping_in_Ahar-Arasbaran_Area_NW_Iran
https://www.researchgate.net/publication/338371376_Accuracy_assessment_of_hydrothermal_mineral_maps_derived_from_ASTER_images
https://www.researchgate.net/publication/340606566_Application_of_Landsat-8_Sentinel-2_ASTER_and_WorldView-3_Spectral_Imagery_for_Exploration_of_Carbonate-Hosted_Pb-Zn_Deposits_in_the_Central_Iranian_Terrane_CIT
https://www.researchgate.net/publication/331428927_Comparison_of_Different_Algorithms_to_Map_Hydrothermal_Alteration_Zones_Using_ASTER_Remote_Sensing_Data_for_Polymetallic_Vein-Type_Ore_Exploration_Toroud-Chahshirin_Magmatic_Belt_TCMB_North_Iran
https://www.researchgate.net/publication/327832371_Band_Ratios_Matrix_Transformation_BRMT_A_Sedimentary_Lithology_Mapping_Approach_Using_ASTER_Satellite_Sensor
https://www.researchgate.net/publication/331314687_Lithological_mapping_in_Sangan_region_in_Northeast_Iran_using_ASTER_satellite_data_and_image_processing_methods
https://www.researchgate.net/publication/330774780_Mapping_hydrothermal_alteration_zones_and_lineaments_associated_with_orogenic_gold_mineralization_using_ASTER_data_A_case_study_from_the_Sanandaj-Sirjan_Zone_Iran
https://www.researchgate.net/publication/380812370_Optimization_of_machine_learning_algorithms_for_remote_alteration_mapping
https://www.researchgate.net/publication/362620968_Spatial_mapping_of_hydrothermal_alterations_and_structural_features_for_gold_and_cassiterite_exploration

페루

https://www.researchgate.net/publication/271714561_Geology_and_Hydrothermal_Alteration_of_the_Chapi_Chiara_Prospect_and_Nearby_Targets_Southern_Peru_Using_ASTER_Data_and_Reflectance_Spectroscopy
https://www.researchgate.net/publication/317141295_Hyperspectral_remote_sensing_applied_to_mineral_exploration_in_southern_Peru_A_multiple_data_integration_approach_in_the_Chapi_Chiara_gold_prospect

스페인

https://www.researchgate.net/publication/233039694_Geological_mapping_using_Landsat_Thematic_Mapper_imagery_in_Almeria_Province_south-east_Spain
https://www.researchgate.net/publication/263542786_WEIGHTS_DERIVED_FROM_HYPERSPECTRAL_DATA_TO_FACILITATE_AN_OPTIMAL_FIELD_SAMPLING_SCHEME_FOR_POTENTIAL_MINERALS

다른

https://www.researchgate.net/publication/341611032_ASTER_spectral_band_ratios_for_lithological_mapping_A_case_study_for_measuring_geological_offset_along_the_Erkenek_Segment_of_the_East_Anatolian_Fault_Zone_Turkey
https://www.researchgate.net/publication/229383008_Hydrothermal_Alteration_Mapping_at_Bodie_California_using_AVIRIS_Hyperspectral_Data
https://www.researchgate.net/publication/332737573_Identification_of_alteration_zones_using_a_Landsat_8_image_of_densely_vegetated_areas_of_the_Wayang_Windu_Geothermal_field_West_Java_Indonesia
https://www.researchgate.net/publication/325137721_Interpretation_of_surface_geochemical_data_and_integration_with_geological_maps_and_Landsat-TM_images_for_mineral_exploration_from_a_portion_of_the_precambrian_of_Uruguay
https://www.researchgate.net/publication/336684298_Landsat-8_Advanced_Spaceborne_Thermal_Emission_and_Reflection_Radiometer_and_WorldView-3_Multispectral_Satellite_Imagery_for_Prospecting_Copper-Gold_Mineralization_in_the_Northeastern_Inglefield_Mobil
https://www.researchgate.net/publication/304036250_Mineral_Exploration_for_Epithermal_Gold_in_Northern_Patagonia_Argentina_From_Regional-_to_Deposit-Scale_Prospecting_Using_Landsat_TM_and_Terra_ASTER
https://www.researchgate.net/publication/340652300_New_logical_operator_algorithms_for_mapping_of_hydrothermally_altered_rocks_using_ASTER_data_A_case_study_from_central_Turkey
https://www.researchgate.net/publication/324938267_Regional_geology_mapping_using_satellite-based_remote_sensing_approach_in_Northern_Victoria_Land_Antarctica
https://www.researchgate.net/publication/379960654_From_sensor_fusion_to_knowledge_distillation_in_collaborative_LIBS_and_hyperspectral_imaging_for_mineral_identification

NLP

https://ieeexplore.ieee.org/abstract/document/10544642 -> Assessing named entity recognition efficacy using diverse geoscience datasets [UNSEEN]
https://link.springer.com/article/10.1007/s12371-024-01011-2 -> Can AI Get a Degree in Geoscience? Performance Analysis of a GPT-Based Artificial Intelligence System Trained for Earth Science (GeologyOracle)
https://www.researchgate.net/publication/376671309_Enhancing_knowledge_discovery_from_unstructured_data_using_a_deep_learning_approach_to_support_subsurface_modeling_predictions
https://www.mdpi.com/2220-9964/13/7/260 -> Extracting Geoscientific Dataset Names from the Literature Based on the Hierarchical Temporal Memory Model
https://www.sciencedirect.com/science/article/pii/S0169136824002154 -> Three-dimensional mineral prospectivity mapping based on natural language processing and random forests: A case study of the Xiyu diamond deposit, China

법학대학원

https://arxiv.org/pdf/2401.16822 - EarthGPT: A Universal Multi-modal Large Language Model for Multi-sensor Image Comprehension in Remote Sensing Domain
https://link.springer.com/article/10.1007/s12371-024-01011-2 -> Can AI Get a Degree in Geoscience? Performance Analysis of a GPT-Based Artificial Intelligence System Trained for Earth Science (GeologyOracle)
- Geology Oracle web prototype - https://geologyoracle.com/ask-the-geologyoracle/

General-Interest

https://arxiv.org/abs/2404.05746v1 -> Causality for Earth Science -- A Review on Time-series and Spatiotemporal Causality Methods
https://www.researchgate.net/publication/384137154_Guidelines_for_Sensitivity_Analyses_in_Process_Simulations_for_Solid_Earth_Geosciences
https://www.mdpi.com/1660-4601/18/18/9752 -> Learning and Expertise in Mineral Exploration Decision-Making: An Ecological Dynamics Perspective
https://www.sciencedirect.com/science/article/pii/S2214629624001476 -> Mapping critical minerals projects and their intersection with Indigenous peoples' land rights in Australia
https://www.sciencedirect.com/science/article/pii/S0169136824003470 -> Overcoming survival bias in targeting mineral deposits of the future: Towards null and negative tests of the exploration search space, accounting for lack of visibility
https://www.sciencedirect.com/science/article/pii/S088329272400115X - > Ranking Mineral Exploration Targets in Support of Commercial Decision Making: A Key Component for Inclusion in an Exploration Information System

딥러닝

https://arxiv.org/abs/2408.11804 -> Approaching Deep Learning through the Spectral Dynamics of Weights
https://arxiv.org/pdf/2310.19909.pdf -> Battle of the Backbones: A Large-Scale Comparison of Pretrained Models across Computer Vision Tasks
https://pure.mpg.de/rest/items/item_3029184_8/component/file_3282959/content -> Deep learning and process understanding for data-driven Earth system science
https://www.tandfonline.com/doi/pdf/10.1080/17538947.2024.2391952 -> Deep learning for spatiotemporal forecasting in Earth system science: a review
https://wires.onlinelibrary.wiley.com/doi/pdfdirect/10.1002/widm.1554 -> From 3D point-cloud data to explainable geometric deep learning: State-of-the-art and future challenges
https://arxiv.org/pdf/2410.16602 -> Foundation Models for Remote Sensing and Earth Observation: A Survey
https://www.nature.com/articles/s41467-021-24025-8 -> Predicting trends in the quality of state-of-the-art neural networks without access to training or testing data
https://arxiv.org/abs/2404.07738 ResearchAgent: Iterative Research Idea Generation over Scientific Literature with Large Language Models
https://ieeexplore.ieee.org/abstract/document/10605826 -> Swin-CDSA: The Semantic Segmentation of Remote Sensing Images Based on Cascaded Depthwise Convolution and Spatial Attention Mechanism
https://www.sciencedirect.com/science/article/abs/pii/S0098300424000839#sec6 -> Leveraging automated deep learning (AutoDL) in geosciences

확장하다

mineral exploration machine learning

광물 탐사 기계 학습

목차

지도

프레임워크

아르 자형

파이프라인

전망

호주

탐험가 챌린지

남호주

SA 살펴보기 - 남호주 에너지광업부 대회

북아메리카

캐나다

남아메리카

브라질

중국

수단

노르웨이

지질학

훈련 데이터

암석학

교련

고지대

층서학

구조적

시뮬레이션

지구역학

지구물리학

기초 모델

호주

레골리스 깊이

AEM 보간

전자기학

반전

오일러 디콘볼루션

중력

자기학

지진

지진학

석유물리학

건축

지구화학

크리깅

자연어 처리

단어 임베딩

명명된 엔터티 인식

존재론

대규모 언어 모델

챗봇

원격탐사

처리

스펙트럼 혼합 해제

초분광

심상

조직

시뮬레이션

기하학

다른

플랫폼

가이드

데이터 품질

기계 학습

잠재 공간

측정항목

확률적

클러스터링

자체 구성 지도

다른

베이지안

설명 가능성

딥러닝

데이터

설명 가능성

자기 지도 학습

초매개변수

코딩 환경

지역 사회

클라우드 제공업체

AWS