Cardápio
Como podemos ajudar?
Exploração e Geologia
Utilize totalmente seus dados de exploração para criar modelos estimativas mais precisos para melhor informar o planejamento da mina.
Leia mais
Maptek DomainMCF usa machine learning para gerar limites de domínio direto de dados de amostra de sondagem para criação rápida de modelos de recursos. Os geólogos alimentam os dados de perfuração e obtêm modelos de domínio ou teor em muito menos tempo do que os métodos tradicionais.
Muitas vezes, avanços surgem quando se pensa sobre um problema de uma maneira diferente. Esse tipo de pensamento - deve haver uma maneira melhor - levou o fundador da Maptek, Bob Johnson, a transformar a plotagem de furos de um laborioso processo manual em uma solução digital simples. Seguir as necessidades dos geólogos levou à modelagem geológica computadorizada chegado ao Vulcan.
Agora a Maptek está buscando uma nova abordagem para modelar limites de domínio que está destinada a derrubar novamente as técnicas estabelecidas. A aplicação do aprendizado de máquina à modelagem geológica desafia a suposição de que gerar um modelo de recursos é um projeto demorado e oneroso.
DomainMCF vê modelos de recursos gerados em minutos ou horas, dependendo do tamanho, densidade de dados e complexidade do depósito. As operações se beneficiarão de várias soluções executadas em paralelo usando computação em nuvem de alto desempenho.
Colocar a geologia de volta nos geólogos é uma maneira simples de descrever o resultado do desenvolvimento do machine learning, de acordo com o líder técnico do projeto, Steve Sullivan.
"Fique tranquilo, as decisões dos geólogos ainda serão necessárias, mas agora essas decisões se concentrarão na análise e no refinamento do modelo de recursos."
"Substituir a tarefa onerosa de pré-definir parâmetros e restrições por um algoritmo que aprende com o melhor dos melhores é o prenúncio de grandes notícias para a indústria."
"Transformar a pesada carga de computação necessária para processar grandes quantidades de dados geológicos provou ser digno do desafio. Ele também trouxe alguns benefícios interessantes - trazendo consigo um avanço real na validação de dados e identificação simplificada de falhas estruturais."