Kodiak setzt VRIFYs Software für künstliche Intelligenz zur Optimierung von Exploration und Bohrzielen ein - Seite 2
Abbildung 1: Screenshot des VRIFY AI 3D-Geotargeting-Modells im Gebiet MPD North. Spitzen und farbige Konturen kennzeichnen voraussichtliche Gebiete für Cu-Au-Mo-Mineralisierung. Zusätzlich zur Identifizierung bekannter Ziele (Kugeln mit weißem Text) wurden bei der VRIFY AI-Modellierung neue aussichtsreiche Gebiete ausgewählt, die im Jahr 2024 weiterverfolgt werden (schwarze Kästen mit gelbem Text und Pfeilen).
Jeff Ward, P.Geo, Vice President Exploration und qualifizierter Sachverständiger gemäß der Vorschrift National Instrument 43-101, hat die technischen Daten, die in der VRIFY AI Mineral Targeting Software verwendet werden, sowie die in dieser Pressemitteilung enthaltenen Informationen genehmigt und überprüft. Auf Grundlage der Prüfung der verfügbaren Unterlagen und ausgewählter Arbeiten zur Verifizierung durch Kodiak wird angenommen, dass die historischen Daten, die hierin verwendet werden, aus zuverlässigen Quellen stammen und den damaligen Industriestandards entsprechen. Das Unternehmen hat jedoch nicht alle historischen Arbeiten bestätigt und der Leser wird davor gewarnt, sich auf ihre Richtigkeit zu verlassen.
Lesen Sie auch
Für das Board of Directors:
Kodiak Copper Corp.
Claudia Tornquist
President & CEO
Für weitere Informationen kontaktieren Sie:
Nancy Curry, VP Corporate Development
+1 (604) 646-8362
Über VRIFY Künstliche Intelligenz
VRIFYs künstliche Intelligenz ("KI") zur Zielbestimmung verwendet eine Kombination aus Deep-Learning- und Computer-Vision-Architekturen, um Vorhersagemodelle mit Daten aus verschiedenen Explorationsmerkmalen wie Bohrlöchern, Gesteinsgeochemie und Mineralvorkommen zu trainieren. Das System von VRIFY kombiniert dann die Dateneinbettung mit überwachten Vorhersagemodellen, um eine Prospektivitätsbewertung zu erstellen, die probabilistische Vorhersagen über mineralisierte Gebiete ermöglicht. Der Ansatz nutzt komplexe Datenbeziehungen zur Vorhersage von Mineralexplorationszielen und rationalisiert so den Prozess der Identifizierung umsetzbarer Mineralvorkommen. Durch die Automatisierung der Zielgenerierung kann das trainierte Modell schnell mit neuen Daten aus laufenden Explorationsarbeiten aktualisiert werden. Durch die Verwendung lokal trainierter Modelle ist VRIFY in der Lage, Metriken zur Vorhersagegenauigkeit und Abbildungen der Merkmalsgewichtungen zu liefern, die einen echten Einblick in Explorationsvektoren geben.