內(nèi)容一覽：礦物為技術(shù)社會(huì)提供了重要的原材料，同時(shí)也是許多地質(zhì)事件和古代環(huán)境的唯一證據(jù)。幾個(gè)世紀(jì)以來(lái)，尋找礦產(chǎn)資源以及探尋其起源和分布的基本原理，一直是地質(zhì)學(xué)的主要關(guān)注點(diǎn)。近期，美國(guó)國(guó)家科學(xué)院院刊子刊《PNAS Nexus》發(fā)布了一篇研究成果，利用機(jī)器學(xué)習(xí)模型，通過(guò)礦物??關(guān)聯(lián)分析?來(lái)預(yù)測(cè)新礦床地址和礦物種類。

關(guān)鍵詞：機(jī)器學(xué)習(xí)? ?關(guān)聯(lián)分析? ?礦物勘探

本文首發(fā)自 HyperAI 超神經(jīng)微信公眾平臺(tái)~

礦物在幾十億年前出現(xiàn)，并在生物進(jìn)化過(guò)程中起到了至關(guān)重要的作用。目前的地質(zhì)行業(yè)勘探技術(shù)雖然很多，但因礦產(chǎn)資源具有隱蔽性和不確定性等屬性，礦產(chǎn)勘探過(guò)程非常曲折，同時(shí)面臨風(fēng)險(xiǎn)高、投資周期長(zhǎng)且找礦成功率低等多種挑戰(zhàn)。

過(guò)去的研究中，科學(xué)家們發(fā)現(xiàn)，地球上超過(guò) 5,000 種礦物并非隨機(jī)分布，很多都存在于共生關(guān)系 (paragenesis) 中。所謂的共生關(guān)系，是特定的物理化學(xué)規(guī)律下形成的礦物組合，例如礦物的形成與宿主巖石的化學(xué)成分和環(huán)境條件密切相關(guān)。

近期，華盛頓卡內(nèi)基科學(xué)研究所 (Carnegie Institution for Science) 的 Morrison Shaunna M 聯(lián)合來(lái)自亞利桑那大學(xué) (University Of Arizona) 的 Prabhu Anirudh 等人，采用機(jī)器學(xué)習(xí)發(fā)現(xiàn)礦物組合規(guī)律，來(lái)預(yù)測(cè)礦物位置。目前研究成果已發(fā)布在《PNAS Nexus》期刊上，標(biāo)題為「Predicting new mineral occurrences and planetary analog environments via mineral association analysis」。

論文地址：

https://academic.oup.com/pnasnexus/article/2/5/pgad110/7163824?login=true

實(shí)驗(yàn)概述

研究人員開發(fā)了一個(gè)機(jī)器學(xué)習(xí)模型，使用礦物演化數(shù)據(jù)庫(kù)的數(shù)據(jù)，根據(jù)關(guān)聯(lián)規(guī)則預(yù)測(cè)礦物位置，并在特科帕盆地（一個(gè)著名的火星模擬環(huán)境）測(cè)試模型。實(shí)驗(yàn)結(jié)果顯示，機(jī)器學(xué)習(xí)能有效預(yù)測(cè)出礦物位置、礦物種類及礦物量。

關(guān)聯(lián)分析是一種機(jī)器學(xué)習(xí)方法，用于發(fā)現(xiàn)數(shù)據(jù)集中的關(guān)聯(lián)規(guī)則和模式。它通過(guò)分析數(shù)據(jù)中項(xiàng)集之間的關(guān)聯(lián)性，來(lái)揭示不同項(xiàng)集之間的相關(guān)性和依賴關(guān)系。

論文作者提出，如果有恰當(dāng)?shù)臄?shù)據(jù)，礦物組合分析除了能夠預(yù)測(cè)新礦產(chǎn)位置、礦物種類，還能夠預(yù)測(cè)給定地點(diǎn)的礦物量。并且該模型不僅適用于地球，還適用于任何巖石行星體。

數(shù)據(jù)集?

本研究數(shù)據(jù)集包含大型礦物演化數(shù)據(jù)庫(kù) (Mineral Evolution Database) 的 5,478 種礦物、295,583 個(gè)礦物產(chǎn)地及 5,472 個(gè)礦物產(chǎn)地的年代信息 (associated age)，這些信息包含了 810,907 個(gè)礦物-產(chǎn)地組合。由于數(shù)據(jù)規(guī)模維度較大，研究人員將其分為不同子集，并選擇了其中的 3 個(gè)：

*??地理子集：研究人員選擇了美國(guó)，該地礦物多樣性高、地理覆蓋范圍廣且記錄齊全、地質(zhì)環(huán)境廣闊。該子集包含 2,622 種礦物種類、93,419 個(gè)礦點(diǎn)和 8,139,004 條關(guān)聯(lián)規(guī)則。

*??地球化學(xué)子集：研究人員選擇了鈾礦，通過(guò)分析一種或多種以 U 為基本元素的礦物種類來(lái)檢查含鈾的礦物相。該子集包含 5,439 種礦物、11,729 個(gè)礦點(diǎn)和 60,589,982 條關(guān)聯(lián)規(guī)則。

*?時(shí)間子集：研究人員選擇了三個(gè)時(shí)間切片 (time slices)，分別為太古代 (> 2.5 Ga)、元古代 (2.5 – 0.54 Ga) 和新生代 (< 0.54 Ga)。

模型開發(fā)?

基于上述數(shù)據(jù)集，研究人員開始進(jìn)行模型開發(fā)以及效果驗(yàn)證，整個(gè)過(guò)程分為 3 步：

1. 礦物關(guān)聯(lián)規(guī)則生成

研究人員采用了關(guān)聯(lián)分析中常見(jiàn)的 Apriori??算法?。該算法采用自下而上的方式，通過(guò)測(cè)試和比較頻繁共現(xiàn) (cooccurrence) 的項(xiàng)目集（如礦物組合），來(lái)生成關(guān)聯(lián)規(guī)則，這些規(guī)則可以用于礦物關(guān)聯(lián)分析。

2. 礦物關(guān)聯(lián)規(guī)則可能性度量

研究人員設(shè)置了可能性指標(biāo)來(lái)篩選出符合要求的關(guān)聯(lián)規(guī)則。可能性指標(biāo)是指對(duì)礦物之間關(guān)聯(lián)關(guān)系進(jìn)行量化和評(píng)估的指標(biāo)，常見(jiàn)的可能性指標(biāo)包括支持度 (Support)、置信度 (Confidence) 和提升度 (Lift) 等。

支持度是指在所有樣本中同時(shí)包含兩種或多種礦物的比例。支持度越高，表示這些礦物之間的關(guān)聯(lián)關(guān)系越強(qiáng)。

置信度是指當(dāng)一個(gè)礦物出現(xiàn)時(shí)，另一個(gè)礦物也出現(xiàn)的概率。置信度高表示兩種礦物質(zhì)之間存在較強(qiáng)的關(guān)聯(lián)性。

提升度是指兩種礦物質(zhì)同時(shí)出現(xiàn)的概率與它們各自獨(dú)立出現(xiàn)的概率之比。提升度大于 1 表示兩種礦物質(zhì)之間存在正向關(guān)聯(lián)，小于 1 表示存在負(fù)向關(guān)聯(lián)，等于 1 表示兩者之間沒(méi)有關(guān)聯(lián)性。

3. 礦物關(guān)聯(lián)規(guī)則預(yù)測(cè)礦物

在本研究中，研究人員通過(guò)挖掘和分析已有的礦物數(shù)據(jù)，為上述 3 個(gè)數(shù)據(jù)子集（地理、地球化學(xué)和時(shí)間）都生成了關(guān)聯(lián)規(guī)則。他們將待預(yù)測(cè)地點(diǎn)的礦物出現(xiàn)情況與關(guān)聯(lián)規(guī)則作分析比較，可預(yù)測(cè)任意地點(diǎn)的礦物種類、礦物組合和成礦環(huán)境等等。

實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)選擇在美國(guó)加利福尼亞州的特科帕盆地進(jìn)行結(jié)果驗(yàn)證，因?yàn)檫@里含有火山灰和鈣華沉積物，而且附近有玄武巖熔巖流，可模擬火星環(huán)境。研究人員預(yù)測(cè)了將會(huì)出現(xiàn)在該地的礦物種類，如下表所示：

表中顯示了預(yù)測(cè)所依據(jù)的關(guān)聯(lián)規(guī)則的相關(guān)置信度和提升度指標(biāo)。

研究人員還預(yù)測(cè)了鈾礦和其他幾種關(guān)鍵礦物可能會(huì)出現(xiàn)的位置，并將預(yù)測(cè)結(jié)果在地圖中作了標(biāo)記。鈾礦預(yù)測(cè)位置結(jié)果如下圖所示。其中，2020 年 10 月至今，一些預(yù)測(cè)已得到證實(shí)，佐證了礦物關(guān)聯(lián)分析的預(yù)測(cè)能力。

其他幾種關(guān)鍵礦物預(yù)測(cè)位置結(jié)果如下圖所示。

截止 2021 年 10 月，經(jīng)過(guò)證實(shí)的地點(diǎn)均標(biāo)有 Mindat 徽標(biāo)。?Mindat 是全球礦物數(shù)據(jù)庫(kù)網(wǎng)站，當(dāng)一個(gè)礦物在某地被發(fā)現(xiàn)時(shí)，會(huì)發(fā)表在該網(wǎng)站。

除此之外，為了進(jìn)一步了解地球歷史上礦物出現(xiàn)的變化，研究人員還研究了選定時(shí)間段內(nèi)礦物關(guān)聯(lián)規(guī)則，具體包括太古代 (>2.5 Ga)、元古代 (2.5-0.54 Ga) 和新生代 (<0.54 Ga) 。3 個(gè)時(shí)間段里礦物組合提升度如下圖所示。

提升度代表礦物組合之間的關(guān)聯(lián)強(qiáng)度，可以看到在太古代、元古代和新生代中，礦物組合分布存在明顯差異。此規(guī)律可用在未來(lái)的研究中，進(jìn)一步探索環(huán)境、氣候等多種因素對(duì)礦物組合的影響。

綜合以上，礦物關(guān)聯(lián)分析可應(yīng)用于預(yù)測(cè)新的礦物種類及目標(biāo)礦物位置等。

關(guān)聯(lián)分析：信息挖掘領(lǐng)域最活躍方法之一

關(guān)聯(lián)分析又稱關(guān)聯(lián)挖掘，是數(shù)據(jù)信息挖掘領(lǐng)域最活躍的研究方法之一，最早在 1993 年被提出。本論文作者在討論部分提出，關(guān)聯(lián)分析應(yīng)用不應(yīng)局限于礦物組合，還可以進(jìn)一步應(yīng)用在分析共生化石、微生物、分子和地質(zhì)環(huán)境等其他屬性。這是因?yàn)檫@一方法具有可擴(kuò)展性和可轉(zhuǎn)移性，能適用于眾多領(lǐng)域，發(fā)揮重要意義。

除了本論文中討論的關(guān)聯(lián)分析在礦物勘探方向的應(yīng)用，其在人類和動(dòng)植物遺傳學(xué)研究上的進(jìn)展同樣值得關(guān)注。目前，該領(lǐng)域的研究者已提出了一系列基于關(guān)聯(lián)分析的新方法與軟件。例如，較早開放使用的 PLINK 軟件，可用于數(shù)據(jù)管理、群體??結(jié)構(gòu)?評(píng)價(jià)、復(fù)雜性狀和 case – control 數(shù)據(jù)的關(guān)聯(lián)分析，也可處理基因型和表型大數(shù)據(jù)；浙江大學(xué)朱軍教授實(shí)驗(yàn)室開發(fā)的 QTXNetwork 則是基于 GPU 計(jì)算的、可以處理大規(guī)模復(fù)雜性狀組學(xué)數(shù)據(jù)的關(guān)聯(lián)分析軟件包。

隨著數(shù)據(jù)量持續(xù)增多、計(jì)算機(jī)科學(xué)技術(shù)和統(tǒng)計(jì)學(xué)算法的不斷更新，關(guān)聯(lián)分析在各領(lǐng)域應(yīng)用會(huì)進(jìn)一步發(fā)展，新的高效、快速和海量標(biāo)記的關(guān)聯(lián)分析技術(shù)平臺(tái)也會(huì)涌現(xiàn)。在此背景下，團(tuán)隊(duì)及個(gè)人選擇工具時(shí)，需要根據(jù)業(yè)務(wù)實(shí)際需求進(jìn)行評(píng)估對(duì)比。

參考鏈接：

[1]https://www.doc88.com/p-9788189626622.html?

[2]https://zwxb.chinacrops.org/article/2016/0496-3490-42-7-945.html

本文首發(fā)自 HyperAI 超神經(jīng)微信公眾平臺(tái)~