Евгений Мальцев
Главный специалист
Институт ТОМС
Накопленный 20-ти летний опыт и специальные навыки позволяют решать задачи горно-геологического моделирования и оценки месторождений полезных ископаемых (по российским и международным стандартам), а также выполнять оценку представительности, качества и достоверности геолого-разведочных данных (QA/QC). Также (в докомпьютерную эру) опыт нескольких лет работы в качестве участкового геолога на разведке и добыче золоторудного месторождения «Бамское» (Амурская обл.) За последнее время выполнено несколько проектов по внедрению нейросетевых технологий и методов машинного обучения в процесс создания геолого-технологической блочной модели и программ геолого-технологического картирования на основе высокой экспрессности и надежности оценок технологических показателей руд в сочетании с более низкой трудоемкостью выполнения работ. Автор более 10 статей. Эксперт НАЭН.
Нейросетевые технологии обработки данных в практике моделирования технологических показателей
В связи с неоднородностью состава руды, технологические параметры, так же, как и содержание полезного компонента, - величина переменная, определенным образом распределенная в трехмерном пространстве. Блочная модель предоставляет полную информацию о пространственной неоднородности. Выявленные зависимости между технологическими параметрами руды (определение которых является достаточно дорогостоящим и трудозатратным) и вещественными критериями (полученными более дешевыми методами исследований), а также разработанные методики машинного обучения и моделирования, позволяют выполнить построение геолого-технологической блочной модели, в которой для каждого блока трехмерной модели будут рассчитаны технологические параметры с более низкой себестоимость выполнения работ и с высокой точностью.