博文
AIIG论文推荐┃特罗姆瑟大学的研究人员开发出一种用于分析微化石的新型人工智能算法
精选
|
研究人员开发了一种利用人工智能自动从显微镜图像中检测和分析微化石的方法。微化石分析对于工业和研究领域都有着重要意义，微化石可以帮助我们了解地表以下的状况，了解过去的地质和过去的气候。
通过微化石分析，我们可以绘制出地下图层，了解过去的地质时代。在世界各地的研究实验室中，地质学家花费大量时间通过显微镜识别和计量从海底沉积岩中提取的微化石。这种分析耗时但很重要，因为物种分布可以说明地下沉积层的地质时期，以及这些微化石形成时的地球表面气候条件。
挪威北极大学特罗姆瑟大学 (UiT) 机器学习小组的研究人员与行业伙伴Equinor合作，提出并创建了一种自动检测和分析微化石的方法，它可以使用人工智能自动检测和分析显微镜图像中的微化石。
“这项研究表明，人工智能在该领域巨大的应用潜力”该研究的第一作者兼共同通讯作者Iver Martinsen表示 “通过使用人工智能自动检测和识别化石，可以帮助地质学家更有效地分析钻井孔所获取的大量微化石。”
微化石在世界各地随处可见，但分析数据所需的时间和专业知识意味着，只有一小部分可用的化石有分析的价值。研究人员创建的方法基于最先进的人工智能——利用挪威海洋管理局提供的大量原始数据，完全不带注释地训练人工智能模型。
“我们使用人工智能从挪威大陆架的一个选定井中探测化石，反过来再使用100,000个探测到的化石来测试模型的图像识别功能” Martinsen分享道。
检测微化石并将其用于训练AI模型
为了评估模型的性能，研究人员通过对来自同一口井的数百个标记化石进行分类来测试该模型。
“我们对结果非常满意，我们的模型超越了此前的执行基准。我们希望目前的工作将为工业界和学术界的地质学家提供研究的便利。” Martinsen 补充道。
该项研究已发表在期刊Artificial Intelligence in Geosciences 上，供相关领域学者、师生阅读、下载、引用，文章路径：
Martinsen, Iver, et al., | The 3-billion fossil question: How to automate classification of microfossils | Artificial Intelligence in Geosciences | Volume 5, December 2024, 100080
https://doi.org/10.1016/j.aiig.2024.100080
期刊及主编介绍
Artificial Intelligence in Geosciences (AIIG)是一份涵盖人工智能和地球科学各个领域的开放获取型期刊。
AIIG自创刊以来，专注于地学人工智能的所有主题，如应用于地球科学的机器人和传感器、处理地球科学数据的机器学习算法、大数据处理背景下的云计算和高性能计算等。期刊创刊的目标是为正在转入大数据世界的地球科学家、分析与地球相关数据的数据科学家提供一个国际化、跨学科的交流论坛，在这里可以共享和讨论与人工智能及其在地球科学中的应用有关的最前沿观点及解决方案。
目前已被DOAJ、Scopus、EBSCOhost、GeoRef、Ei Compendex 和GEOBASE等数据库收录。
主编：王华 教授
电子科技大学资源与环境学院
研究领域：
机器学习与人工智能、信号与信息智能处理；岩石微观孔隙构定量表征；诱发(微)地震，包括现场数据采集、事件拾取、定位、震源机制研究；井筒地球物理，包括地层测试器、井下光纤传感器、井下数据传输、声波测井、电阻率测井等
主编：Gabriele Morra 教授
Dept of Physics University of Louisiana at Lafayette
计算地球物理学家
研究领域：
高性能计算、固体力学和流体动力学、地球动力学、地震学、火山学。
上述研究领域适用于解决例如灾害、滑坡风险估计、海啸生成、大地震等地学问题；对板块构造的研究在寻找新的自然资源矿床方面有着广泛的应用。
推荐阅读
https://blog.sciencenet.cn/blog-3496796-1439811.html
上一篇：敖英芳/胡晓青教授等团队研究：解锁骨关节炎治疗新钥匙——RIP3在软骨与软骨下骨中的双重作用
下一篇：挖掘影响人体肤色重要因素：深入解析色素沉着机制成因
