[口头报告]表生地球化学数据驱动型研究——机器学习技术的革新应用与前瞻

表生地球化学数据驱动型研究——机器学习技术的革新应用与前瞻
编号：1539 稿件编号：3679 访问权限：仅限参会人 更新：2024-04-11 16:45:09 浏览：63次 口头报告

报告开始：2024年05月20日 11:38 （Asia/Shanghai）

报告时间：11min

所在会议：[S2] 主题2、地球化学 » [S2-5] 主题2、地球化学 专题2.5（20日上午，214）

暂无文件

摘要
随着表生地球化学数据的快速积累及其多元、高维、时空变化的特性日益显著，传统的信息挖掘方法正面临严峻挑战。机器学习作为应对这一挑战的关键新兴技术，在解决复杂环境过程问题、揭示表层地球化学复杂系统动力学以及地球系统过程互动方面展现出显著优势。数据驱动方法在此背景下扮演着核心角色，有望揭示隐藏的地球化学规律、准确预测未知现象并提供有力的决策支持。
本报告将详细介绍地球化学数据的基本特征，以及数据质量问题的处理，并进一步剖析传统统计分析方法在处理此类数据时的局限性。
在此基础上，针对机器学习在表生地球化学中的应用，系统展示回归、分类、聚类和降维等机器学习研究任务在极端事件识别和河流锂同位素分馏机理研究等领域的应用，并探讨相关方法的可靠性和可解释性。

 
关键字
机器学习,大陆风化，锂同位素，逆向风化,表生地球化学
报告人
陈正杰
硕士研究生 中国科学院地球环境研究所

稿件作者
陈正杰 中国科学院地球环境研究所
金章东 {
发表评论
验证码 看不清楚，更换一张
全部评论
● 会务总协调  

● 学术安排

  

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

 13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

 18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

 13313708075

lliu@iue.ac.cn

 

● 会场技术服务

  

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

      
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

 胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

 孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

 许心雅 18005960255 xuxinya@xmu.edu.cn
           

● 海报张贴

  

● 酒店预定及咨询

  
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com
卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订