Szkoła Eksploatacji Podziemnej

Celem wystąpienia jest zaprezentowanie założeń stojących za użyciem nienadzorowanych metod uczenia maszynowego do grupowania lokalnych orientacji próbkowanych z powierzchni geologicznych. Metoda próbkowania polega na użyciu triangulacji Delaunaya wobec punktów (na przykład odwiertów) dokumentujących dany horyzont geologiczny (na przykład granicę litostratygraficzną). Zebrane z pojedynczych trójkątów orientacje mogą zostać podzielone na homogeniczne podzbiory dzięki analizie skupień (ang. cluster analysis). Niektóre algorytmy analizy skupień umożliwiają określenie miary niepodobieństwa, względem której grupowane są obserwacje. Innym czynnikiem wpływającym na wyniki grupowania jest sposób reprezentacji wektorów (wektory normalne lub leżące w płaszczyźnie zapadania trójkąta). W wystąpieniu zostanie zaprezentowany wpływ obu czynników (miara niepodobieństwa i sposób reprezentacji) na wyniki grupowania obserwacji pochodzących z sub-horyzontalnie nachylonej granicy geologicznej rozdzielającej warstwy kościeliskie od iłów rudonośnych (jura środkowa, monoklina śląsko-krakowska). Badania zostały sfinansowane przez Narodowe Centrum Nauki (2020/37/N/ST10/02504).