인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
This work is devoted to the classification of rock types based on their geochemical characteristics using machine learning methods. The study used data on the content of various elements in rocks to develop classification models. Four methods were investigated and compared: decision tree, logistic regression, random forest and gradient boosting. The results showed that the random forest model demonstrates the highest classification accuracy (0.832612), which is explained by its ability to efficiently process a variety of features and their interactions. Correlation analysis has shown significant correlations between the geochemical characteristics of rocks, which underlines the importance of choosing appropriate machine learning methods for processing such data. This work highlights the importance of using ensemble methods that can take into account complex interactions between features for accurate classification of geochemical data and can be useful for specialists in the field of geology, mining and related industries.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
