양성 비지도 기계 학습을 이용한 글로벌 포르피리 구리 자원 가능성 예측

대부분의 세계적으로 알려진 구리 매장량은 포르피리 구리 매장에 포함되어 있다. 이러한 매장은 마그마 아크 내의 섭입대에서 형성되는 것으로 이해되지만, 섭입 및 오버라이딩 판 내의 다양한 요인이 이 과정에 기여하는 정확한 정도는 완전히 확실하지 않아 이 매장 유형에 대한 대규모 가능성 모델 개발에 어려움을 주고 있다. 데이터 기반 기계 학습 방법을 통해 이 문제를 해결하려는 과거의 노력들은 희망을 보여주었지만, 분류 모델 학습에 필요한 충분히 레이블이 지정된 데이터의 상대적 부족으로 인해 어려움을 겪었다. 여기에서는 반지도형 긍정 비지도(PU) 알고리즘을 사용하여 훈련된 모델 세트를 제시하며, 이를 통해 오직 소수의 한 클래스만 레이블이 지정된 데이터로부터 분류기를 생성할 수 있다: 이 컨텍스트에서는 알려진 포르피리 구리 매장 위치를 의미한다. 이 모델들은 특정 장소와 시간에 매장이 형성될 확률을 나타내는 시간 의존적 가능성 지도를 작성하는 데 사용될 수 있으며, 모델 검사는 이러한 매장이 생성되는 과정에 대한 더 깊은 통찰을 제공할 수 있다. 또한, 전 세계 경관 진화 모델에서 추출된 깊은 시간의 침식률 추정치는 알려진 포르피리 구리 매장소의 상승 및 침식 역사 탐색에 사용되어 이러한 매장이 현재까지 유지될 가능성을 보다 잘 이해하는 데 기여한다. 이러한 매장 형성과 보존의 두 요인은 결합되어 강력한 가능성 모델로 형성되어 있으며, 이를 통해 세계의 섭입대에 따라 가능한 새로운 탐사 구역을 식별하고 광물 탐사의 환경적 및 재정적 비용을 최소화하는 데 도움을 줄 수 있는 가능성이 있다.