Dê o próximo passo.

Solicite mais informações sobre os nossos serviços e entraremos em contacto consigo no prazo de 24 horas.

START NOW

Solicite um orçamento

Nome próprio *

Apelido *

E-mail *

Telefone (opcional)

Localização do serviço *

Estado/Província

Localização do serviço (texto livre)

Indústria de serviços *

Serviços de interesse * Concordo com a Privacy Policy *

Página inicial /
Geoanalytics /

Análise e automatização de inteligência artificial

Os dados são mais profundos

As vantagens da automação de I.A. são a velocidade e a consistência. Como mineiros e exploradores, estamos a entrar na era dos Big Data, dados demasiado volumosos e produzidos demasiado rapidamente, para serem interpretados apenas pelos métodos convencionais. Na ALS Geoanalytics, trabalhamos em conjunto com a sua equipa de geociência para adicionar ferramentas de IA e fluxos de trabalho de automação, permitindo que os seus geocientistas especializados passem o seu tempo a pensar em geociência.

Diagrama de Sankey

A diferença da ALS Geoanalytics

Acreditamos que uma boa ciência de dados deve ser sustentada de forma crítica com uma boa compreensão geológica. A nossa equipa de geocientistas, com conhecimentos em geoquímica, geofísica e geologia estrutural, trabalha em estreita colaboração com a nossa equipa de ciência de dados para garantir que estão a ser utilizadas as informações certas e que estão a ser respondidas as perguntas certas.

Equipa ALS GoldSpot

Mapeamento assistido por máquina

Existem muitos métodos de deteção remota que podem ser utilizados para ajudar o explorador a compreender a área do projeto antes de iniciar uma campanha de campo. Priorizar diferentes áreas (litologia alvo, abundância de afloramentos) pode ajudar a planear percursos e ajudar em campanhas de simulação. Os mapas de terreno podem ser criados a partir de dados multiespectrais agrupados. Diferentes bandas multiespectrais, ou rácios de bandas, que correspondem a mineralogia específica, permitem a interpretação e mapeamento de unidades de regolito. Os afloramentos podem ser identificados extraindo métricas texturais da ortofotografia ou LiDAR. As previsões relativas à probabilidade de mineralização (análise de prospetividade) podem ser feitas utilizando modelos de aprendizagem automática supervisionados construídos num cubo de dados de camadas de funcionalidades concebidas.

Visão por computador

A visão por computador refere-se à capacidade de os computadores e sistemas de inteligência artificial interpretarem e analisarem informações visuais do mundo real, como imagens e vídeos. Envolve a utilização de câmaras, algoritmos e software para extrair informações de dados visuais, que podem ser utilizados para várias aplicações, tais como controlo de qualidade, navegação autónoma e reconhecimento de objetos. A visão por computador ajuda a automatizar processos e a tomar decisões com base em dados visuais, melhorando a eficiência e a precisão em várias indústrias.

Registo automatizado

O núcleo é, muitas vezes, registado novamente quando uma nova empresa assume um depósito ou quando existe muito núcleo histórico registado por vários geólogos ao longo dos anos com controlo limitado sobre a consistência. O processo de registo de core é tipicamente baseado em observações visuais do core, o que o torna um candidato ideal para automação por meio de aprendizagem automática. A automatização do processo de registo poupa tempo, dinheiro e garante um resultado final objetivo. O processo de novo registo requer a seleção de vários pontos de formação (normalmente várias centenas). Estes pontos e as fotografias principais associadas são depois analisados pelo nosso algoritmo proprietário para gerar um modelo de dados. O modelo pode então ser aplicado para classificar todas as fotografias principais recolhidas ao longo do tempo. Podem ser fornecidos dados de formação adicionais para melhorar a precisão.

Software de inversão geofísica

O nosso algoritmo de inversão aproveita as vantagens de novos desenvolvimentos em AA, particularmente processos gaussianos para sistemas modernos de aprendizagem automática. Pode inverter dados de gravidade ou magnéticos. O benefício de incorporar AA em inversões geofísicas é que os algoritmos AA podem encontrar não linearidades dentro dos dados e, portanto, produzir melhores modelos 3D.

Deteção de anomalias e correspondência de padrões

Um dos pontos fortes da IA é a flexibilidade e a reprodutibilidade com vários tipos de dados. As nossas ferramentas de reconhecimento de padrões e deteção de anomalias utilizam dados eletromagnéticos, de gradiente magnético e de gravidade. A correspondência de anomalias utiliza perfis de jazidas ou formações alvo conhecidas para comparar com anomalias noutros conjuntos de dados e classifica-as com base na sua semelhança. A rotina de deteção de anomalias, ou PeakFinder, é usada para localizar mínimos e máximos em dados de linha. Os picos são discriminados com base em vários fatores, incluindo a amplitude, proeminência e largura de pico, entre outros atributos. As características de pico são utilizadas para gerar várias métricas, tais como amplitude máxima, deterioração de tau, direção e ângulo de queda. A ferramenta de correspondência de anomalias examina os dados de linha/canal e compara-os com as respostas selecionadas dos dados do levantamento e/ou as geradas a partir de placas teóricas/sintéticas. Os dados magnéticos, eletromagnéticos e/ou de gravidade podem ser modelados. Um resultado normalizado é devolvido com valores entre 0 e 1, dependendo de quão semelhantes os dados do canal são ao sinal alvo. Os resultados são apresentados como um mapa de similaridade que destaca segmentos de linhas de voo que são semelhantes ou diferentes do sinal alvo.