روش تحلیلی هوشمند برای مدلسازی تلفیقی اکتشاف ذخایر اقتصادی مس
تاریخ انتشار: ۲۲ آبان ۱۴۰۲ | کد خبر: ۳۹۰۷۵۹۵۳
محققان دانشگاه صنعتی امیرکبیر موفق شدند با تلفیق روشهای تحلیلی هوشمند، راههای جدیدی برای کشف ذخایر اقتصادی مس کشف کنند.
به گزارش ایسنا، دکتر عارف شیرازی، دانشآموخته دانشگاه صنعتی امیرکبیر و مجری طرح «تلفیق روشهای تحلیلی هوشمند به منظور مدلسازی ژئوشیمیایی و شناسایی کلیدهای اکتشافی» که آن را با راهنمایی پروفسور اردشیر هزارخانی، عضو هیات علمی دانشگاه صنعتی امیرکبیر انجام داده است، گفت: شناسایی مناطق پر پتانسیل معدنی از نظر کانیزایی، اولین مرحله از چرخه عمر معدن به شمار میآید؛ بنابراین به طور مستقیم و یا غیرمستقیم، مراحل بعدی را تحت تأثیر نتایج خود قرار میدهد.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
وی ادامه داد: ارائه یک مدل یکپارچه از ویژگیهای مختلف مربوط به کانیزایی به منظور اکتشاف ذخایر اقتصادی مس به وسیله روشهای مبتنی بر هوش مصنوعی هدف این پروژه بوده است.
شیرازی با بیان اینکه مدل یکپارچه پتانسیل معدنی مس از اعتبار بالایی برخوردار است، به طوری که بر اساس روش ماتریکس درهم ریختگی، صحت میانگین بیش از ۸۰ درصد محاسبه شده است، گفت: به عبارت سادهتر مدل ارائه شده مبتنی بر هوش مصنوعی توانسته است با اعتبار بالایی پتانسیلهای کانیزایی مس را بارزسازی کند.
وی خاطر نشان کرد: نتایج حاصل از این پژوهش، گامی بزرگ در جهت صرفهجویی در منابع مدیریتی در بخش اکتشافات مواد معدنی بوده است.
محقق دانشگاه صنعتی امیرکبیر خاطر نشان کرد: بر اساس بررسیهای صورت گرفته روی دادهها، کلیدهای اکتشافی مربوط به کانیزایی مس سولفید تودهای در قالب پنج لایه اطلاعاتی آماده شد؛ این لایههای اطلاعاتی عبارتند از زمینشناسی ساختاری، دگرسانی، لیتولوژی، ژئوشیمی و زمین گاهشناسی که در روند مطالعاتی هریک، از روشهای تحلیلی و مبتنی بر هوش مصنوعی استفاده شده است.
شیرازی گفت: از جمله روشهای بهکارگرفته شده در تحلیل لایههای اطلاعاتی میتوان به آمار کلاسیک، زمین آمار، هندسه فرکتالی، شبکه عصبی مصنوعی، یادگیری ماشین و خوشهبندی اشاره کرد. نهایتاً به منظور شناسایی نواحی پرپتانسیل کانیزایی مس، لایههای اکتشافی مطالعه شده، به روش ابداعی فرآیند تحلیل سلسله مراتبی - عصبی فازی (NFAHP) یکپارچه شد.
وی خاطر نشان کرد: صحتسنجی مدل پتانسیل معدنی مس سولفید تودهای در ناحیه سهلآباد، با رویکرد ماتریکس درهم ریختگی و ضریب توافق کاپا ارزیابی شد؛ میزان صحت کلی برای کلاسهای پتانسیل بالا، متوسط و پایین به ترتیب ۸۰، ۸۳ و ۸۳ درصد و ضریب توافق کاپا ۰/۶۵ محاسبه شد. این نتیجه تاییدی بر اعتبار مدل پتانسیل کانیزایی مس در ناحیه سهلآباد است.
شیرازی خاطر نشان کرد: سیستم مدیریت اکتشافات معدنی کشور، دیر یا زود باید خود را با روشهای روز دنیا از جمله روشهای مبتنی بر هوش مصنوعی همراه کند. مدلهای تلفیقی بهینهسازی شده بر مبنای هوش مصنوعی، میتواند تا حد زیادی در صرفهجویی در منابع مالی و زمانی مؤثر باشد. این مهم به عنوان گام نخست در شناسایی ذخایر معدنی، به طور کلی تاثیر بسزایی بر روند رشد صنایع کشور خواهد داشت.
وی گفت: پژوهش حاضر از جنس روششناسی و ارائه الگوی بهینه در اکتشاف مواد معدنی است، لذا پیشینه مطالعاتی دانشمندان چراغ راه مسیر مطالعاتی پژوهش بوده و نتایج این پژوهش در نوع خود بهروزترین نمونه بهینه شده بر مبنای هوش مصنوعی و مدلهای تصمیمگیری است.
به نقل از روابط عمومی دانشگاه صنعتی امیرکبیر، وی گفت: از کاربردهای این طرح میتوان به افزایش صحت مناطق مستعد کانیزایی شناسایی شده، استفاده همزمان از روشهای داده محور و دانش محور، ارائه رویکردی جدید از کاربرد روش خوشهبندی کا-میانگین در تفکیک جوامع آماری و جدایش آنومالی از زمینه، ارائه روش ابداعی فرآیند تحلیل سلسله مراتبی فازی عصبی (Neuro-Fuzzy- Analytic Hierarchy Process) که اختصاراً NFAHP خوانده میشود، به عنوان روشی جدید در یکپارچهسازی لایههای اطلاعاتی اشاره کرد؛ گفتنی است که این روش به طور کلی قابلیت تلفیق و یکپارچهسازی هرگونه لایه اطلاعاتی را دارد که در طرح حاضر به صورت کاربردی در اکتشاف معدن استفاده شده است.
انتهای پیام
منبع: ایسنا
کلیدواژه: دانشگاه اميركبير اکتشافات مس هفته ترویج علم روز جهانی علم در خدمت صلح و توسعه دانشگاه تهران آپارتاید علمی دانشگاه صنعتی امیرکبیر مبتنی بر هوش مصنوعی خاطر نشان زایی مس
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت www.isna.ir دریافت کردهاست، لذا منبع این خبر، وبسایت «ایسنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۹۰۷۵۹۵۳ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
مدلسازی اطلاعات ساختمان (BIM) گامی به سوی یکپارچگی در معماری
به گزارش خبرنگار خبرگزاری علم و فناوری آنا، به همت انجمن علمی معماری و باشگاه پژوهشگران جوان و نخبگان دانشگاه آزاد اسلامی واحد لارستان، همایش «آینده معماری، هوش مصنوعی در معماری + BIM» با حضور رئیس و اعضای هیئت رئیسه، استادان و دانشجویان دانشگاه آزاد اسلامی واحد لارستان در سالن فرهیختگان این واحد دانشگاهی برگزار شد.
استاد گروه معماری دانشگاه آزاد اسلامی واحد لارستان در این نشست با تشریح «نقش هوش مصنوعی در معماری آینده» گفت: هوش مصنوعی بهعنوان ابزاری نوآورانه، میتواند به معماران در زمینه بهبود فرآیند طراحی با خودکارسازی وظایف تکراری و تجزیه و تحلیل دادهها، به تسریع و ارتقای دقت فرآیند طراحی کمک کند.
محمد امانزادگان متذکر شد: هوش مصنوعی با شبیهسازی عملکرد ساختمان در شرایط مختلف و ارائه راهحلهای جایگزین، به طراحی ساختمانهایی هوشمندتر، پایدارتر و سازگارتر با محیط زیست منجر میشود.
وی، بهینهسازی مصرف انرژی را یکی دیگر از کاربردهای هوش مصنوعی در معماری یاد کرد و افزود: هوش مصنوعی با تجزیه و تحلیل الگوهای مصرف انرژی و ارائه راهحلهای مناسب، به کاهش مصرف انرژی در ساختمانها کمک میکند.
استاد گروه معماری دانشگاه آزاد اسلامی واحد لارستان در بخش دیگری از سخنان خود به معرفی مدلسازی اطلاعات ساختمان (BIM) به عنوان گامی به سوی یکپارچگی در معماری پرداخت و توضیح داد: BIM با ایجاد مدلهای سهبعدی دقیق از ساختمان، مدیریت اطلاعات مربوط به مصالح، تجهیزات و سیستمهای ساختمانی، شبیهسازی عملکرد ساختمان در شرایط مختلف، هماهنگی بین بخشهای مختلف پروژه و کاهش دوباره کاری و خطا، تحولی شگرف در صنعت معماری رقم خواهد زد.
این استاد دانشگاه، ترکیب هوش مصنوعی و BIM را طلوع دورانی نو در دنیای معماری را نوید نامید و ادامه داد: با اتکا به این فناوریهای نوین، میتوان شاهد طراحی ساختمانهایی ایمنتر، پایدارتر، سازگارتر با محیط زیست، با مصرف بهینهتر منابع، فضایی دلنشینتر و فرآیند ساختوسازی سریعتر و کمهزینهتر بود.
وی به کاربردهای مختلف AR و VR در معماری اشاره و تبیین کرد: واقعیت مجازی و افزوده، دو فناوری نوظهور هستند که انقلابی در نحوه تجربه و درک معماری ایجاد میکنند که با استفاده از VR، معماران و طراحان میتوانند مدلهای سهبُعدی کاملاً واقعی از ساختمانها را ایجاد کنند که به مشتریان امکان میدهد قبل از ساخت، در داخل و خارج ساختمان قدم بزنند و با آن تعامل داشته باشند و AR نیز به کاربران اجازه میدهد تا اطلاعات دیجیتال را بر روی دنیای واقعی خودروی خود اعمال کنند و میتواند برای تجسم چگونگی قرارگیری مبلمان یا عناصر طراحی در یک فضا بسیار مفید باشد.
استاد گروه معماری دانشگاه آزاد اسلامی واحد لارستان به نقش هوش مصنوعی در BIM، کاربرد هوش مصنوعی در زمینههای مختلف معماری و چالشها و چشماندازهای استفاده از هوش مصنوعی در معماری اشاره کرد.
سعید پرهوده مدیر گروه معماری دانشگاه آزاد اسلامی واحد لارستان ضمن ارائه گزارشی از فعالیتهای این گروه آموزشی به تشریح عملکرد علمی و عملی استادان و دانشجویان این گروه پرداخت.
در این مراسم با اهدای لوح سپاس توسط مهدی زارع رئیس و اعضای هیئت رئیسه دانشگاه آزاد اسلامی واحد لارستان به استادان گروه معماری و دانشجویان برتر این رشته از آنان تجلیل شد.
انتهای پیام/