Extensions de la stratégie multipoints/apprentissage machine de modélisation des ressources à d'autres contextes géologiques

加拿大国家石油公司开采煤矿或地下矿藏。在此基础上，我们将继续探讨S的典型问题：资源和资源的平坦化以及现代的平坦化。一位名叫L的人估计，这是一种资源注入加上现代物流的方式。该方法结合模拟多点和**实用机，成功地应用了S教授的研究成果。**简单的几何关系。L的目标是将项目加倍。**D‘une部分，特别是在党的学徒机上，更多的是监管要求。D‘autre部分，在南海特测试员L的批准下，修改了S的设计方案。Méthodologie**Proposée se base sur la méthode de模拟多点组合**méthodes d‘apprentisage机器。La Méthode多点永久复制Par模拟DES纹理和**结构身份Sur unune ou Plusieur Images d‘entranement。这是一种非常实用的方法，因为L不知道自己的身份和身份，也不知道这是什么原因。L的助手S宏大的生产牧草**项目，以及S的潜水装备。不同的方法**d‘apprentisage机器(分类)Seront Comparées sur ces mémes niveaux en Utiuisant les Feages**d’Explore et la Structure Multipoint et en比较Les Prédictionsàa Coding des Resources Effectieée**Par IAMGOLD。《生活方式》的命题是可以转置的，在S看来，这是一种可以随心所欲的利用。不可忽略的L潜水员**变量词L的不确定性和标识符使饲料添加。在预期中，现代化是一种更新的术语，也就是经济。

La compagnie canadienne IAMGOLD exploite des mines d'or en fosse. Dans les gisements d'or, la continuité**spatiale des teneurs est typiquement très faible ce qui complique énormément la prédiction des ressources et**nuit à une bonne planification à moyen terme des opérations. Une façon d'améliorer l'estimation des ressources**est d'injecter plus de géologie dans les modèles. Une méthode combinant simulation multipoints et**apprentissage machine a été appliquée avec succès lors d'une première subvention d'engagement partenarial.**Toutefois, le gisement considéré était relativement simple géologiquement. L'objectif de ce projet est double.**D'une part, on veut améliorer la méthode utilisée pour la rendre plus générale et, en particulier pour réduire le**niveau de supervision requis dans la partie apprentissage machine. D'autre part, on souhaite tester l'approche**modifiée sur une série de gisements différents complexes afin de valider la méthode. La méthodologie**proposée se base sur la méthode de simulation multipoints combinée à des**méthodes d'apprentissage machine. La méthode multipoints permet de reproduire par simulation des textures et**structures identifiées sur une ou plusieurs images d'entraînement. Cette méthode est peu utilisée dans le**domaine minier en raison de l'unicité des gisements et la rareté des images d'entraînement fiables. Dans ce**projet, les images d'entraînement seront construites à l'aide du très grand nombre de forages de production**disponibles sur les niveaux déjà exploités des divers gisements de IAMGOLD. Diverses méthodes**d'apprentissage machine (classification) seront comparées sur ces mêmes niveaux en utilisant les forages**d'exploration et la texture multipoints et en comparant les prédictions à la codification des ressources effectuée**par IAMGOLD. La méthode proposée est transposable à toute exploitation en fosse où les données des**niveaux déjà exploités sont disponibles. Un bénéfice non-négligeable est l'obtention de scénarios divers**permettant de quantifier l'incertitude et d'identifier les zones nécessitant des forages additionnels. On anticipe**une bien meilleure modélisation des ressources à moyen terme, d'où bénéfices économiques.