Maptek · 官方动态·AI 评分12
2025 Maptek Geology Challenge获奖者用机器学习测试复杂数据集
2025 Geology Challenge winner tests machine learning with complex datasets
本站公开
来源署名：Maptek · 官方动态
AI 导读
2025年第五届Maptek Geology Challenge以机器学习能否与隐式建模结合为主题，力拓Kennecott矿山地质与资源主管Dr. Jen Ellis获一等奖，其利用DomainMCF对Bingham Canyon矿床逾6000个钻孔和超100万个爆破孔样品数据建模，证明机器学习在大数据集上可优于传统隐式方法。
本站仅提供中文导读
按来源许可，本站提供中文导读和原文链接。
打开来源原文来源：Maptek · 官方动态 · maptek.com
来源署名：Maptek · 官方动态
许可：负责人声明许可；来源异议或指示可逐项收紧
原始来源可追溯；中文内容由 AI 辅助生成或翻译，核对细节请看原文。
内容有误？告诉我们文中公司资料
力拓（Rio Tinto）
力拓Kennecott矿区地质与资源主管Dr. Jen Ellis凭借将DomainMCF机器学习与隐式建模结合应用于Bingham Canyon矿床的项目获得2025年Maptek地质挑战赛一等奖。
资料出处：原文依据