Développement d'une méthodologie d'apprentissage profond mixte comme outil d'aide à l'interprétation de données géophysiques aéroportées multi-méthodes

1. Résumé du projet

Ces vingt dernières années, le nombre de gisements majeurs découverts a diminué de manière drastique. Cela est en partie dû au fait que les mines les plus accessibles, sur les camps miniers connus, ont en grande partie été découvertes.

Deux options peuvent alors être envisagées : (1) chercher plus en profondeur, ou (2) dans des zones peu explorées, car peu accessibles.

Cela implique des investissements majeurs en exploration avec des chances de succès en diminution avec les méthodes conventionnelles actuelles. Il est connu que l’innovation est le meilleur levier pour une industrie afin d’améliorer les capacités de mesures, réduire les coûts, et augmenter la productivité. Ces dernières années, l’intelligence artificielle (IA) est certainement la technologie ayant permis le plus d’innovations et ceci dans de nombreux domaines. D’un autre côté, il existe un grand nombre de données géophysiques aéroportées disponibles à différentes échelles et à différentes résolutions. Cependant, le manque d’outils d’interprétation et d’intégration quantitative des données de ces bases de données immenses en limite leur utilisation.

Objectifs

Notre objectif scientifique est donc de développer un outil d’IA permettant de démocratiser et d’améliorer l’interprétation et l’intégration des mesures géophysiques aéroportées pour le géologue afin de l’aider dans ses prises de décisions concernant l’exploration minérale.

2. Équipe de recherche

Équipe de recherche

3. Appel de propositions

Le projet est d’une durée de 3 ans et le montant total octroyé est de 298 500 $.