来自阿德莱德大学澳大利亚机器学习研究所(AIML)的团队在OZ Minerals Explorer Challenge中排名第二。DeepSightX团队对Mount Woods项目区矿物数据的分析预测了新的元素和矿物沉积物的位置。
“DeepSightX团队利用人工智能与地球科学交叉的多学科技能，分析来自Prominent Hill附近Mount Woods项目区的公共数据集，”阿德莱德大学副教授Javen Qinfeng Shi，概率图形模型组主任说。 ，高级推理和学习主任，AIML和计算机科学学院副教授/
该团队在挑战赛中获得了二等奖，奖金为200,000美元。
来自阿德莱德大学主办的AIML和矿产与能源研究所(IMER)的研究人员与矿物勘探(Austrike Resources)和地球科学建模(冈瓦纳地球科学)的行业专家合作。
该团队制定了钻探勘探计划，利用现有的压倒性数据，同时从地球科学的角度来看是合理的。
“我们通过整合矿物系统建模的最新概念，最近在深度学习方面的突破 - 人工神经网络和受人类大脑启发的算法，从大量数据中学习 - 以及计算机视觉来实现这一目标。”，团队成员说。
“该团队开始深入研究可用数据。我们的工程师开发了各种交互式可视化工具，以便于我们的领域专家探索数据的能力。与此同时，我们的地球科学建模专家为Mount Woods地区生成了最先进的TMI，Gravity和Magneto Telluric(MT)数据模型。“
DeepSightX团队包括：Javen Qinfeng Shi，Zhang Zhang，John Anderson，Karl Hornlund，Dong Gong，Ehsan Abbasnejad，Zifeng Wu，Lingqiao Liu，Matthew Zengerer，Christopher Matthews和Anton van den Hengel。Graham Heinson提供了宝贵的建议。
在三个月内，DeepSightX团队开发了世界一流的预测建模功能，该功能说明了与专家领域知识配合时机器学习的颠覆性潜力。DeepSightX的模型将在现实生活中进行测试，计划在2019年底之前钻探最高目标，并有望挖掘下一个澳大利亚大型矿床。
来自62个国家的1000名全球参与者在数据驱动的探索者挑战赛中挖掘了来自南澳大利亚州北部OZ Minerals的Mount Woods矿权地的超过6TB的公共和私人勘探数据。
“该奖项旨在表彰DeepSightX作为一个新的，具有竞争力的矿物勘探AI团队，该团队采用多学科方法和必要的领域专业知识，为每个新的地质和商品环境定制目标建模。它还表明南澳大利亚拥有卓越的本地人才，“施副教授说。