【技术实现步骤摘要】
本专利技术属于固体矿产勘探，具体涉及一种基于地质“大模型”的成矿异常提取方法。
技术介绍
1、地质数据记录了地质工作的具体成果和最终成果，而地质大数据则是在这些数据的基础上，通过数据集成、挖掘和分析等技术手段，形成的更全面和深入的地质信息。成矿预测作为矿产勘查的核心环节，是实现科学找矿和增加资源储量的重要手段和方法。这一研究涉及地质、物探、化探、遥感等多学科知识，并利用矿床模型和成矿系统预测模型来评估矿产资源，以达到找矿预测的目的。大数据和人工智能正在显著地改变人类的认知和研究范式，特别是在数据密集型的矿产勘查领域，这不仅带来了巨大的变革挑战，也为其创新和发展提供了前所未有的机遇。中国数学地质的奠基人赵鹏大院士曾指出，地质大数据分析是一个新兴的交叉学科，它以地质科学和信息技术为基础，通过建立和应用各种数学模型来描述地质体、地质过程和地质工作方法，利用数据科学的方法对地质大数据进行智能处理，从中分析和挖掘出有价值的核心信息和关键数据，形成浓缩的数字知识，揭示那些传统逻辑或方法可能忽视的信息，从而显著提高勘探效率，减少不确定性，降低勘探成本...
【技术保护点】
1.一种基于地质“大模型”的成矿异常提取方法，其特征在于，包括如下步骤：
2.根据权利要求1所述提取方法，其特征在于，所述S2所述信息抽取预训练模型的具体构建方式为：
3.根据权利要求2所述提取方法，其特征在于，所述预训练模型为ERNIE-UIE开源模型。
4.根据权利要求1所述提取方法，其特征在于，S3所述利用知识图谱嵌入技术对得到的知识图谱进行特征空间建模的具体步骤为：提取知识图谱中所有实体和关系，采用知识图谱嵌入工具训练实体和关系的向量表示，将实体和关系的嵌入向量映射到语义空间中，实现特征空间建模。
5.根据权利要...
【技术特征摘要】
1.一种基于地质“大模型”的成矿异常提取方法，其特征在于，包括如下步骤：
2.根据权利要求1所述提取方法，其特征在于，所述s2所述信息抽取预训练模型的具体构建方式为：
3.根据权利要求2所述提取方法，其特征在于，所述预训练模型为ernie-uie开源模型。
4.根据权利要求1所述提取方法，其特征在于，s3所述利用知识图谱嵌入技术对得到的知...
【专利技术属性】
技术研发人员：陈建平，刘畅，周冠云，朱恒华，崔子佳，刘春华，郝兴中，刘柏含，马瑜宏，祝培刚，王玮，代欣，
申请(专利权)人：中国地质大学北京，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。