俄罗斯科学家开发出一种用于矿藏研究的人工神经网络

　　俄罗斯联邦科研机构管理署发布消息称，俄科院科拉科学中心的研究人员使用人工神经网络方法绘制出复杂矿床的分布。这一研究成功发表在著名的国际期刊《科学报告》上。

　　 在地质绘图时，多多少少会受到客观因素和主观意识的影响。地质学家按照一定的网络（例如，每隔50米）选择岩石的样本，并根据自己的美感，将其分解成小类，这是绘图主观性的首要来源，因为任何一组事实可以按多种不同方式进行分类。当样品被分类之后（按小堆摆放），地质学家开始确定在空间里这些各类岩石之间的界线如何分布，以此来绘制矿床的地图和剖面。这样做是源于自己对矿源的认识、与其它类似矿的比较、自己对矿床的印象。一般来说，与自己受教育的程度、工作经验、某个学派、以及美感等有关。其结果是，在实践中，对同一矿床不同地质学家可以按完全不同的方式来描绘。

　　 为了克服绘制的主观性，该中心的地质学家以斜锆石、磷灰石和磁铁矿分布的科夫多尔矿床为例，使用人工神经网络方法构建了摩尔曼斯克地区矿床结构的三维模型，分析用的数据采用钻探出的岩石的化学成分和矿物成分。研制的这一方法可以优化地质学家的工作，使用正确调谐的“机器学习”（神经网络或者其它类似的方法）和地质统计学建立的矿床3D地图，这对矿床的最佳开采和降低成本非常必要。

　　 该新方法对研究俄罗斯北极地区的矿产资源具有很广的前景。该课题得到了俄罗斯科学基金会的支持。