Maptek

Maptek DomainMCF

Modelagem de domínio assistida por aprendizado de máquina

Novo paradigma para modelar domínios

Maptek DomainMCF usa aprendizado de máquina para gerar limites de domínio diretamente de bancos de dados de amostra para criação rápida de modelo de recurso. Os geólogos alimentam a perfuração ou outros dados de amostragem e obtêm modelos de domínio ou classificação em muito menos tempo do que os métodos tradicionais de modelagem de recursos.


O Maptek Compute Framework se afasta de softwares complexos instalados em computadores desktop e transfere custos do capital para orçamentos operacionais. O processamento em nuvem mais rápido e seguro é suportado pelo licenciamento flexível de subscrição.

Gere modelos de recursos em minutos ou horas, dependendo do tamanho, densidade de dados e complexidade do depósito.

Muitas operações só podem atualizar seus modelos de recursos uma ou duas vezes por ano. Usando o DomainMCF, seu projeto pode ser modelado em minutos com resultados comparáveis ??às técnicas clássicas. Você permanece no controle do processo sem o trabalho oneroso da preparação. Novos dados podem ser adicionados e os modelos são regenerados rapidamente para refletir aos dados atuais.

Simplificar o fluxo de trabalho - os erros de dados são destacados e o trabalho de modelagem não pode ser enviado até que sejam feitas alterações para remediá-las.

O DomainMCF resolve outro desafio - ter dados geológicos válidos para inserir no modelo de recursos. A validação de dados é concluída no DomainMCF antes da fase de modelagem.

O novo processo de modelagem do domínio geológico usando machine learning é especialmente adequado para grandes volumes de dados, como projetos de exploração em estágio posterior e minas operacionais. Sua operação se beneficiará de várias soluções executadas em paralelo usando a computação em nuvem de alto desempenho.


Benefícios

Melhorar a produtividade
Produza modelos de recursos até 2000 vezes mais rápidos e com melhor relação custo-benefício do que outras soluções.

Maximizar o investimento
Calcular/gerar modelos de recursos com certeza e reportar opções de investimento para stakeholders.

Reduzir custos
O processamento baseado em nuvem e o machine learning economizam tempo para modelagem de recursos.

Processo padronizado
Resultados repetíveis e confiáveis ??com a capacidade de atualizar facilmente modelos de recursos.

Gerenciar riscos
Identifique projetos em potencial e interprete com precisão o volume de dados geológicos para direcionar projetos de alto valor.

Construa com sucesso
Aplique conhecimento profissional à interpretação e avaliação, suportado pela abordagem automatizada de machine learning.

Configuração mínima
Solução de processamento em nuvem sem inicialização ou personalização onerosas. Comece a gerar modelos em minutos.

Características

 
Apresentando Maptek DomainMCF
  • Processo de modelagem automatizado
  • Validar dados antes da modelagem
  • Atualizar modelos para refletir dados atuais
  • Domínio de saída e códigos de classificação
  • Eficaz para a maioria dos tipos de depósito
  • Processamento rápido e seguro

Aplique o processamento na nuvem e aprendizado de máquina para gerar modelos de recursos precisos com o DomainMCF

Geólogos de recursos

  • Analise rapidamente dados geológicos e recomende decisões
  • Avalie vários cenários para informar melhor as decisões do projeto
  • Minimize os custos associados à avaliação do projeto
  • Evite a manipulação de dados demorada
  • Padronizar e agilizar o processo para avaliação de projetos

Geólogos de mina

  • Conduza rapidamente a estimativa de teor e disponibilize para produção de mina
  • Padronize em um processo consistente de estimativa de teores
  • Atualize facilmente modelos de recursos com novos dados
  • Evite a manipulação de dados demorada

Artigos

Estudios de casos

El modelamiento de dominio ofrece resultados precisos

El nuevo proceso de modelamiento del dominio geológico de Maptek que emplea Machine Learning, ha proporcionado formas y volúmenes precisos en un tiempo mucho más corto.

Artigo de Conferência

Deep Learning - A New Paradigm for Orebody Modelling (Inglés)

Este artigo de 2019 apresenta uma modelagem de corpos mineralizados do futuro. Aprenda como o machine learning permite permite a geração rápida de modelos de domínios de minério, incluindo a estimativa de múltiplas variáveis numéricas e incertezas, a partir de dados de furos de sonda.


Leia Mais