创建矿产资源模型是一种劳动密集型任务，需要从地质，采矿，冶金和商业学科的投入。它需要数百来自数百个钻孔的样本来验证，然后分组成地质域。随后，为了建模资源，创建块模型，块估计，不确定性量化，然后估值。本次会议探讨了MATLAB如何学习以及高性能计算能力如何自动化和加速该过程的部分。
本次会议将：
- 使用无监督机器学习技术自动化矿产资源统一。
- 使用条件模拟来估计块并量化不确定性。
- 通过使用平行计算和GPU等高性能计算技术加速计算密集型模拟。
- 使用监督机器学习技术验证估计块。
使用机器学习和高性能计算的矿产资源模型开发自动化
概要
关于演示者
Samuel Oliver是一名来自Mathworks的顾问工程师，他们专注于帮助组织通过统计分析以及预测建模和模拟来改善其运营和物流。金宝搏官方网站提供的解决方案通常包括现代IT技术的集成，以支持数据分析，数据科学，大数据，云，具有更传统的OT或Process Industry Productio金宝appn Technologies。他在过去7年中获得了丰富的经验，这些经验丰富了在价值链中携带铁矿石，铜和金矿的客户的广泛问题。在加入Mathworks之前，SAM在汽车工业中的工作开发先进的动态控制系统。他收到了一个m.eng.sc.在机电一体化，一个b.eng。在机械和制造中，和B.SC.来自澳大利亚墨尔本大学的计算机科学。
Emmanuel是Mathworks的应用工程师，他们是作为培训工程师加入公司。他教授了Matlab，Simulink和Simsca金宝apppe课程，以及机器学习，统计，优化，图像处理和并行计算等专门主题。在加入Mathworks之前，他是卧龙岗大学机电工程的讲师。他在弗吉尼亚科技机械工程中掌握了博士学位。他还曾担任Cummins Engine公司的系统/控制工程师，并作为加州和弗吉尼亚州的几个研究机构的研究助理。
您还可以从以下列表中选择一个网站：