Key points are not available for this paper at this time.
यह अध्ययन भूवैज्ञानिक विशेषताओं की भविष्यवाणी के लिए एक ढाँचा प्रस्तुत करता है जो स्टैकिंग वर्गीकरण एल्गोरिदम (SCA) को ग्रिड खोज (GS) और K-फोल्ड क्रॉस वैलिडेशन (K-CV) के साथ एकीकृत करता है। SCA में दो शिक्षार्थी स्तर होते हैं: एक प्राथमिक शिक्षार्थी का स्तर और मेटा-वर्गीकर्ता स्तर। GS और K-CV का उपयोग करने से SCA की सटीकता में सुधार किया जा सकता है। GS को हाइपर-पैरामीटर्स को मेल करने और जटिल समस्याओं का अनुकूलन करने के लिए विकसित किया गया। K-CV को प्रशिक्षण सेट में सत्यापन सेट को बदलने के लिए आमतौर पर लागू किया जाता है। सामान्यतः, GS को K-CV के साथ मिलाकर एक सापेक्ष मूल्यांकन सूचकांक उत्पन्न किया जाता है और सर्वश्रेष्ठ हाइपर-पैरामीटर्स का चयन किया जाता है। टॉर्क पेनेट्रेशन इंडेक्स (TPI) और फील्ड पेनेट्रेशन इंडेक्स (FPI) को भूवैज्ञानिक विशेषताओं को व्यक्त करने के लिए शिल्ड पैरामीटर्स के आधार पर प्रस्तावित किया गया है। कूबड़ विधि (EM) और सिल्हूट गुणांक (Si) का उपयोग K-means++ एल्गोरिदम में भूवैज्ञानिक विशेषताओं के प्रकार (K) निर्धारित करने के लिए किया जाता है। ग्वांगझोउ में मिश्रित भूभाग पर एक केस अध्ययन विकसित किए गए मॉडल की प्रायोगिकता को मान्य करने के लिए अपनाया गया है। परिणाम दर्शाते हैं कि विकसित ढांचे के साथ, चार चयनित पैरामीटर, अर्थात् थ्रस्ट, एडवांस दर, कटरहेड घूर्णन गति और कटरहेड टॉर्क, संबंधित भूवैज्ञानिक विशेषताओं की प्रभावी भविष्यवाणी के लिए उपयोग किए जा सकते हैं।
Yan et al. (Thu,) ने इस प्रश्न का अध्ययन किया।