Mise à jour en continu des ressources minérales et leurs incertitudes par apprentissage profond basé sur la géostatistique

Deux constats imracables se dégagent à la lecture des rapports statutaires des resources minérales（NI 43 -101）.在BRE-X丑闻的背景下，尽管存在一些实用的证据，但对不同类别（测量、估计、假设）的资源估计并不总是保持置信区间。事实上，这是令人惊讶的，因为一个数十亿投资的计划和一个简单的、价值佩内美元的温度探测器拥有这些信息！第二个常数是所有估计样本中主观性持久的一个良好部分：考虑统计同质性的子域的建立，在实验变量中对子域变量模型的调整，资源类别的识别以及块体特征估计方法的选择。研究方案的主要理念是利用地质统计学的成果，其中包括实际存在和完全控制的数据。Plutôt que de chercher à modéliser directement le gisement par les outils geostatistiques，on utilisera ces mêmes outils pour produire par simulation un très grand nombre de gisements geostatistiques（plusieurs milliers），chacun ayant ses propres caractéristiques geostatistiques（histogramme et variogramme）et des données en densité et localisation variables.为便于计算吨位，请参考coupure的teneur。为了在模拟条件下对多个产品（n）进行同样的测试，相关的测试包括不同吨位的测试，这些测试的置信区间取决于吨位。L'estrissage des règles implicites liant données et caractéristiques，en entrée，aux courbes tonnages，en sortie，sera réalisé par estrissage profond.为了有效地进行调查，对整个南部地区的资源和置信区间的预测是立即和直接的。Il suffit de calculer les caractéristiques sur les données réelles incluses dans ce sous-domaine et procéder à la prediction.不存在可实现的计算，不存在变差曲线的地质统计学修正，也不需要对块体的特征进行估算。在通过时，直接将水输送到排水管，并以一定的间隔输送到清水中。这些间隔用于确定资源类别的客观性。这些工作的结果有可能是由于修改者认为资源估计不具有有效性和客观性，资源估计和不确定性的不确定性意味着决策加上投资米尼尔。加拿大在米尼尔投资领域的领导地位（在Navisphere全球投资额中占30%）正在进一步加强。

Deux constats implacables se dégagent à la lecture des rapports statutaires des ressources minérales (NI43-101). Malgré le resserrement des bonnes pratiques survenu dans la foulée du scandale BRE-X, les estimations des ressources pour les différentes catégories (mesurées, indiquées, présumées) ne montrent toujours pas d'intervalles de confiance. Ce fait est surprenant compte tenu qu'un gisement exige des milliards d'investissement et qu'une simple sonde de température valant à peine dix dollars possède cette information! Un second constat est qu'une bonne part de subjectivité persiste à toutes les étapes d'estimation : découpage en sous-domaines considérés statistiquement homogènes, ajustement de modèles de variogrammes dans chaque sous-domaine à des variogrammes expérimentaux souvent très erratiques, identification des catégories de ressources et choix de la méthode d'estimation des teneurs de blocs. L'idée maîtresse de ce programme de recherche est d'utiliser les outils géostatistiques en amont de ce qui se fait présentement et en environnement parfaitement contrôlé. Plutôt que de chercher à modéliser directement le gisement par les outils géostatistiques, on utilisera ces mêmes outils pour produire par simulation un très grand nombre de gisements synthétiques (plusieurs milliers), chacun ayant ses propres caractéristiques géostatistiques (histogramme et variogramme) et des données en densité et localisation variables. Pour chaque gisement synthétique on calculera les courbes tonnages, fonction de la teneur de coupure. Pour un même jeu de données on produira plusieurs gisements (n) par simulation conditionnelle, associant ainsi à chaque jeu de données n courbes tonnages différentes qui serviront à construire des intervalles de confiance sur le tonnage. L'apprentissage des règles implicites liant données et caractéristiques, en entrée, aux courbes tonnages, en sortie, sera réalisé par apprentissage profond. Une fois l'apprentissage effectué, la prédiction des ressources et leurs intervalles de confiance, dans tout sous-domaine souhaité, est immédiate et directe. Il suffit de calculer les caractéristiques sur les données réelles incluses dans ce sous-domaine et procéder à la prédiction. Nul découpage préalable, nulle modélisation géostatistique des variogrammes, ou estimation des teneurs de blocs n'est requis. On passe directement des données aux courbes tonnage avec intervalles de confiance sur les ressources à la clé. Ces intervalles serviront à définir objectivement les catégories de ressource. Les résultats de ces travaux sont susceptibles de modifier profondément la façon dont les estimations de ressources sont effectuées et d'accroître l'objectivité et la fiabilité des estimations de ressources et de leurs incertitudes menant ainsi à des décisions plus éclairées d'investissement minier. La position de leader du Canada dans le domaine de l'investissement minier (30% de niveau mondial de financement) s'en retrouvera d'autant renforcée.