به گزارش روابط عمومی دانشگاه صنعتی شاهرود، محرم جهانگیری دانشجوی دكتری مهندسی معدن - اكتشاف این دانشگاه در روز شنبه 16 دی ماه سال جاری از رساله خود تحت عنوان " ارزیابی نقشه پراكندگی ژئوشیمیایی عمقی غلظت عناصر بر اساس روشهای شناسایی الگو به منظور بهبود تخمین عیار و مدل كانسار در عمق " به راهنمایی دكتر سید رضا قوامی ریابی دانشیار و عضو هیات علمی گروه مهندسی معدن - اكتشاف و مشاوره دكتر بهزاد تخم¬چی دانشیار و عضو هیات علمی گروه مهندسی معدن – اكتشاف دفاع نمود.
این رساله بر اساس نظر داوران دكتر ابولقاسم كامكار روحانی و دكتر مسعود علیپور اصل به ترتیب از دانشكده های مهندسی معدن، نفت و ژئوفیزیك و دانشكده علوم زمین این دانشگاه و دكتر احمدرضا مختاری از دانشكده مهندسی معدن دانشگاه صنعتی اصفهان، به كسب درجه عالی نائل گردید.
در تحقیق حاضر سعی شده است كه با استفاده از الگوریتم های خوشه بندی و طبقه بندی و روشهای تشخیصالگو، ضمن تلفیق اطلاعات سطحی و عمقی، تخمین غلظت عناصر در نقاط فاقد اندازهگیری و تخمین غلظت افق های مختلف عمقی انجام گیرد. با استفاده از شاخصهای اعتبارسنجی، تعداد خوشه بهینه دادهها شناسایی و خوشه بندی دادهها بوسیله الگوریتم های خوشه بندی انجام شده است و تخمین مقادیر غلظت عناصر بوسیله شبكه عصبی و داده های خوشه بندی شده صورت گرفته است. نتایج نشان داد كه استفاده از تركیب الگوریتم خوشهبندی FCM و شبكه عصبی دقت تخمین را به خوبی افزایش داده است. پس از تخمین، نقشه های غلظت عناصر در سطوح مختلف عمقی مورد بررسی قرار گرفته و عناصر مرتبط با كانیسازی، فوق و تحتكانساری شناسایی شد. بر اساس طبقه بندی تغییرات غلظت مس توسط روش فركتالی عیار – مساحت و تعیین كلاسهای مس در الگوریتم های طبقه بندی، مدل كانسار در عمق ترسیم گردید.
از نتایج بدست آمده جهت تعیین سطح از فرسایش كانسار و شناسایی كانی¬سازی پنهان منطقه مطالعاتی استفاده شده است و از بین روش های مختلف طبقه بندی استفاده شده، بیشترین دقت مربوط به الگوریتم شبكه عصبی می باشد. همچنین اعتبارسنجی نتایج بوسیله اطلاعاتی ژئوفیزیكی و گمانهها، نتایج حاصل را تایید كرده است.
لازم به ذكر است چاپ یك مقاله ISI، یك مقاله علمی- پژوهشی و سه مقاله كنفرانسی معتبر از جمله دستاورد های پژوهش فوق می باشد.