تبدیل داده های مغناطیس سنجی پهپادی به داده های زمینی با استفاده از هوش مصنوعی

اکتشاف مواد معدنی یک کار چند رشته ای است که نیاز به توجه همزمان از مجموعه داده های ژئوفیزیک، زمین شناسی و ژئوشیمیایی متفاوت به انضمام روش های کارآمد و موثر جدید دارد. این مساله به ادغام موثر و تجزیه و تحلیل داده های مختلف جغرافیایی با فرمت ها و ویژگی های مختلف با کمک برنامه های کاربردی جدید نیاز دارد. داده هایی که با استفاده از پهپاد (داده های با تفکیک پذیری پایین) برداشت می شوند، قابلیت تبدیل شدن به داده های زمینی (تفکیک پذیری بالا) با استفاده از روش های جدیدی مانند هوش مصنوعی را دارند. در این مطالعه با استفاده از داده های مغناطیس سنجی برداشت شده به وسیله پهپاد و دستگاه زمینی پروتون در محیط برنامه نویسی پایتون، سه مدل رگرسیون نظارت شده اجرا شده است. این سه مدل، شامل رگرسیون خطی، جنگل تصادفی و گرادیان تقویت شده است که در نهایت گرادیان تقویت شده با توجه به نتایج آماری بهتر شامل میانگین خطای مربع و میانگین خطای مطلق در داده های آموزشی به ترتیب 0004/0 و 01/0 و در داده های آزمایشی به ترتیب 001/0 و 02/0 و در داده های اعتبارسنجی به ترتیب 001/0 و 01/0 و همچنین به علت پایدار بودن شبکه به عنوان مدل مورد استفاده برای پیش بینی انتخاب شد.