論文の概要: Composite model of seismic monitoring data analysis during mining
operations on the example of the Kukisvumchorrskoye deposit of JSC Apatit
- arxiv url: http://arxiv.org/abs/2301.05701v1
- Date: Fri, 13 Jan 2023 18:49:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-16 15:20:01.927209
- Title: Composite model of seismic monitoring data analysis during mining
operations on the example of the Kukisvumchorrskoye deposit of JSC Apatit
- Title（参考訳）: JSCアパタイト・クキスヴンチョルスコエ鉱床の例による鉱業活動中の地震モニタリングデータ解析の複合モデル
- Authors: Ilia Revin
- Abstract要約: 地震モニタリングシステムの開発において,データ収集と分析のための方法論や手法を選別することはほとんど不可能である。
岩盤の採掘過程において, 構造的不均一性の変化が最も顕著である。
岩盤マッサーフにおける地盤力学的過程のモニタリング結果を評価する手法を開発した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Geomechanical monitoring of a rock massif is an actively developing branch of
geomechanics. It is almost impossible to single out a methodology and
approaches for data collection and analysis in developing seismic monitoring
systems. In the process of mining in rock massif, changes in the state of
structural inhomogeneities are most clearly manifested. Existing natural
structural inhomogeneities are revealed, there are movements in discontinuous
disturbances, and new technogenic disturbances are formed, which are
accompanied by a change in the natural stress state of various blocks of the
massif. An important task is to develop a mining forecasting model that can
take into account the structural heterogeneity of the rock massif and select
the necessary forecast horizon depending on monitoring data The developed
method of evaluating the results of monitoring geomechanical processes in the
rock massif allowed us to forecast of zones of possible rock bursts.
- Abstract（参考訳）: 岩盤の地力学モニタリングは、活発に発達している地力学の分野である。
地震モニタリングシステムの開発において,データ収集と分析のための方法論や手法を選別することはほとんど不可能である。
岩塊における鉱業の過程において、構造的不均質性の状態の変化が最も顕著である。
既存の自然構造不均一性が明らかにされ、不連続な外乱の運動があり、マスifの様々なブロックの自然応力状態の変化を伴う新しいテクネティックな外乱が形成される。
重要な課題は,岩石塊の構造的不均一性を考慮し,モニタリングデータに基づいて必要な予測地平線を選択することができる鉱業予測モデルを開発することである。
関連論文リスト
- Observation-Guided Meteorological Field Downscaling at Station Scale: A
Benchmark and a New Method [66.80344502790231]
気象学的ダウンスケーリングを任意の散乱ステーションスケールに拡張し、新しいベンチマークとデータセットを確立する。
データ同化技術にインスパイアされた我々は、観測データをダウンスケーリングプロセスに統合し、マルチスケールの観測先行情報を提供する。
提案手法は、複数の曲面変数上で、他の特別に設計されたベースラインモデルよりも優れている。
論文 参考訳（メタデータ） (2024-01-22T14:02:56Z) - iSCAN: Identifying Causal Mechanism Shifts among Nonlinear Additive
Noise Models [48.33685559041322]
本稿では,同一変数集合上の2つ以上の関連するデータセットにおける因果メカニズムシフトの同定に焦点をあてる。
提案手法を実装したコードはオープンソースであり、https://github.com/kevinsbello/iSCAN.comで公開されている。
論文 参考訳（メタデータ） (2023-06-30T01:48:11Z) - Mitigation of Spatial Nonstationarity with Vision Transformers [1.690637178959708]
深層学習モデル予測性能に対する2種類の測地的空間非定常性の影響を示す。
本稿では,自己注意モデル(ビジョン・トランスフォーマー)を用いて,そのような影響の緩和を提案する。
論文 参考訳（メタデータ） (2022-12-09T02:16:05Z) - Direct Estimation of Porosity from Seismic Data using Rock and Wave
Physics Informed Neural Networks (RW-PINN) [2.741266294612776]
本稿では,岩盤・波動物理情報ニューラルネットワーク(RW-PINN)モデルを提案する。
例えば,未セメント砂岩の物理モデルと通常の入射波物理を用いて,RW-PINNの学習を指導する。
本稿では,自己教師型あるいは弱教師型ニューラルネットワークを用いて,地震データの石油物理インバージョンを実行するための完全なワークフローを実証する。
論文 参考訳（メタデータ） (2022-09-30T18:53:15Z) - Causality-Based Multivariate Time Series Anomaly Detection [63.799474860969156]
我々は、因果的観点から異常検出問題を定式化し、多変量データを生成するための通常の因果的メカニズムに従わない事例として、異常を考察する。
次に、まずデータから因果構造を学習し、次に、あるインスタンスが局所因果機構に対して異常であるかどうかを推定する因果検出手法を提案する。
我々は、実世界のAIOpsアプリケーションに関するケーススタディと同様に、シミュレートされたデータセットとパブリックなデータセットの両方を用いて、私たちのアプローチを評価します。
論文 参考訳（メタデータ） (2022-06-30T06:00:13Z) - Weakly Supervised Representation Learning with Sparse Perturbations [82.39171485023276]
潜伏変数のスパース摂動によって生じる観測の監督が弱い場合、未知の連続潜伏分布の下で識別が達成可能であることを示す。
本稿では,この理論に基づく自然な推定手法を提案し,それを低次元の合成および画像に基づく実験で説明する。
論文 参考訳（メタデータ） (2022-06-02T15:30:07Z) - Crack detection using tap-testing and machine learning techniques to
prevent potential rockfall incidents [68.8204255655161]
本稿では,岩盤の自動探傷システムを提案する。
ロボットは、岩面を何度も打ったり、タップしたりするのに使用される。
音はロボットによって収集され、壊れやすい岩を識別する意図で分類される。
論文 参考訳（メタデータ） (2021-10-10T22:53:36Z) - Analysis for full face mechanical behaviors through spatial deduction
model with real-time monitoring data [21.131001656350712]
空間トンネル構造は、多くの部分に分割され、マトリックスの形で再構成される。
トンネルの機械的挙動を調べるため, 現場の構造物に作用する外部荷重について検討した。
フルフェイス情報を得るために二重駆動モデルを開発した。
論文 参考訳（メタデータ） (2021-09-27T16:28:21Z) - Prediction of geophysical properties of rocks on rare well data and
attributes of seismic waves by machine learning methods on the example of the
Achimov formation [0.0]
本研究の目的は,シベリア西部の油田部におけるアキモフ堆積物の産出間隔である。
この研究は、機械学習アルゴリズムの技術的スタック、ソースデータを合成データで強化する方法、そして新しい機能を作成するアルゴリズムを示している。
論文 参考訳（メタデータ） (2021-06-24T18:54:47Z) - Towards advancing the earthquake forecasting by machine learning of
satellite data [22.87513332935679]
本研究では,6マグニチュード以上の1,371地震の衛星データに基づく短期予測を行うための新しい機械学習手法であるInverse Boosting Pruning Trees(IBPT)を開発した。
提案手法は,選択された6つのベースラインを上回り,異なる地震データベースの地震予測の可能性を向上する強力な能力を示す。
論文 参考訳（メタデータ） (2021-01-31T02:29:48Z) - Semiparametric Bayesian Forecasting of Spatial Earthquake Occurrences [77.68028443709338]
本稿では, Epidemic Type Aftershock Sequence (ETAS) モデルのベイズ的完全定式化を提案する。
地理的領域における主震の発生は不均一な空間的点過程に従うと仮定される。
論文 参考訳（メタデータ） (2020-02-05T10:11:26Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。