우물 로그 기반 원소 조성 예측: 호모클리날 램프의 층서 구성원 분류를 위한 기계 학습 접근법

Key Points

• 원소 조성 예측은 전통적인 방법에 비해 유의미한 정확성 향상을 보여줍니다.
• 분류 결과는 기계 학습 기법을 사용하여 층서 구성원을 식별하는 데 85% 이상의 정확도를 나타냅니다.
• 정확한 분류 목적으로 우물 로그 데이터를 분석하는 데 기계 학습 전략이 사용되었습니다.
• 연구 결과는 호모클리날 램프에서 더 나은 지질 탐사와 자원 관리를 가능하게 할 수 있습니다.