LiveZilla Live Chat Software

Constellation, le dépôt institutionnel de l'Université du Québec à Chicoutimi

L'intelligence artificielle au service de la classification morphologique des grains d'or

Néron Alexandre, Girard Réjean, Bédard L. Paul et Bouchard Kévin. (2018). L'intelligence artificielle au service de la classification morphologique des grains d'or. Dans : 86e Congrès de l'ACFAS , 7 au 11 mai 2018, Chicoutimi, Québec.

Le texte intégral n'est pas disponible pour ce document.

Résumé

Il est reconnu que l’étude morphologique des grains d’or libérés dans les tills permet d’interpréter le déplacement glaciaire. Le principe de base propose que les grains d’or soient intacts lorsqu’ils sont libérés de leur matrice et que leur géométrie se modifie rapidement par les impacts et le cisaillement lors du transport. La morphologie des grains d’or s’est longtemps faite par l’identification visuelle au binoculaire, mais cette méthode est limitée par trois facteurs : (1) la résolution optique pour les grains fins (> 50 µm); (2) le choix subjectif du technicien effectuant la classification et (3) le processus est chronophage. Pour contrer ces limitations, une routine automatisée au microscope électronique à balayage (MEB) a été développée pour détecter, acquérir une image à haute résolution et une analyse chimique pour chacun des grains d’or. Les détails morphologiques sont ainsi plus clairs, permettant de construire une classification morphologique plus exhaustive (cristallin, mutuel, intergranulaire, remobilisé), en plus de corroborer la chimie de l’or avec son environnement. De plus, un logiciel d’apprentissage utilisant les réseaux neuronaux a été développé et a été entrainé sur plus de 5000 grains d’or dans l’optique de classifier automatiquement les grains d’or selon leur morphologie. Les résultats sont ensuite confirmés par un professionnel. L’apprentissage est en continu, mais à l’instant, plus de 90% des grains d’or sont présentement classifiés correctement!

Type de document:Matériel de conférence (Non spécifié)
Date:2018
Sujets:Sciences naturelles et génie > Génie > Génie minier et génie géologique
Sciences naturelles et génie > Sciences mathématiques > Informatique
Département, module, service et unité de recherche:Départements et modules > Département d'informatique et de mathématique
Mots-clés:Or, métaux, analyse, intelligence artificielle, étude morphologique
Déposé le:16 févr. 2021 22:54
Dernière modification:16 févr. 2021 22:54
Afficher les statistiques de telechargements

Éditer le document (administrateurs uniquement)

Creative Commons LicenseSauf indication contraire, les documents archivés dans Constellation sont rendus disponibles selon les termes de la licence Creative Commons "Paternité, pas d'utilisation commerciale, pas de modification" 2.5 Canada.

Bibliothèque Paul-Émile-Boulet, UQAC
555, boulevard de l'Université
Chicoutimi (Québec)  CANADA G7H 2B1
418 545-5011, poste 5630