arXiv 机器学习· Matthew J. Liu, Aaron D. Kaplan, Michael L. Whittaker, Kristin A. Persson·· 6 小时前AI 评分33
模拟岩石学标签助力从全岩地球化学预测矿物学
Simulated petrological labels enable probabilistic mineralogy prediction from whole-rock geochemistry
AI 导读
研究团队通过模拟近 100 万个岩石学标签训练机器学习模型，实现从全岩地球化学数据概率预测矿物组成与丰度。该三阶段模型包含在约 788,000 个全岩组分上自监督训练的 Transformer 编码器及实测再校准层。在 640 块火山岩测试中，仅需 25 块标样校准即可恢复 76% 的似然提升，丰度误差从零样本的 11.0% 降至 9.5%。
来源：arXiv 机器学习 · arxiv.org