Estimating Ore Grade Using Evolutionary Machine Learning Models
Idioma: inglés
Editorial: Springer Nature Singapore Dez 2022, 2022
- Tapa dura
- Nuevo
Librería: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, AlemaniaBuchWeltWeit Ludwig Meier e.K.
Vendedor de IberLibro desde 11 de enero de 2012
Condición: Nuevo
EUR 149,79
Cantidad disponible: 2 disponibles
Añadir al carritoDescripción del artículo del vendedor
This item is printed on demand - it takes 3-4 days longer - Neuware -This book examines the abilities of new machine learning models for predicting ore grade in mining engineering. A variety of case studies are examined in this book. A motivation for preparing this book was the absence of robust models for estimating ore grade. Models of current books can also be used for the different sciences because they have high capabilities for estimating different variables. Mining engineers can use the book to determine the ore grade accurately. This book helps identify mineral-rich regions for exploration and exploitation. Exploration costs can be decreased by using the models in the current book. In this book, the author discusses the new concepts in mining engineering, such as uncertainty in ore grade modeling. Ensemble models are presented in this book to estimate ore grade. In the book, readers learn how to construct advanced machine learning models for estimating ore grade. The authors of this book present advanced and hybrid models used to estimate oregrade instead of the classic methods such as kriging. The current book can be used as a comprehensive handbook for estimating ore grades. Industrial managers and modelers can use the models of the current books. Each level of ore grade modeling is explained in the book. In this book, advanced optimizers are presented to train machine learning models. Therefore, the book can also be used by modelers in other fields. The main motivation of this book is to address previous shortcomings in the modeling process of ore grades. The scope of this book includes mining engineering, soft computing models, and artificial intelligence. 116 pp. Englisch.…
N° de ref. del artículo 9789811981050
- Título
- Estimating Ore Grade Using Evolutionary Machine Learning Models
- Autor
- Mohammad Ehteram
- Editorial
- Springer Nature Singapore Dez 2022
- Año de publicación
- 2022
- Estado
- Neu
- Encuadernación
- Buch
- Idioma
- inglés
- ISBN 10
- 9811981051
- ISBN 13
- 9789811981050
- Peso del artículo
- 348 gramos
- Dimensiones
- 241x160x13 mm
This book examines the abilities of new machine learning models for predicting ore grade in mining engineering. A variety of case studies are examined in this book. A motivation for preparing this book was the absence of robust models for estimating ore grade. Models of current books can also be used for the different sciences because they have high capabilities for estimating different variables. Mining engineers can use the book to determine the ore grade accurately. This book helps identify mineral-rich regions for exploration and exploitation. Exploration costs can be decreased by using the models in the current book. In this book, the author discusses the new concepts in mining engineering, such as uncertainty in ore grade modeling. Ensemble models are presented in this book to estimate ore grade. In the book, readers learn how to construct advanced machine learning models for estimating ore grade. The authors of this book present advanced and hybrid models used to estimate ore grade instead of the classic methods such as kriging. The current book can be used as a comprehensive handbook for estimating ore grades. Industrial managers and modelers can use the models of the current books. Each level of ore grade modeling is explained in the book. In this book, advanced optimizers are presented to train machine learning models. Therefore, the book can also be used by modelers in other fields. The main motivation of this book is to address previous shortcomings in the modeling process of ore grades. The scope of this book includes mining engineering, soft computing models, and artificial intelligence.
“Sinopsis” puede pertenecer a otra edición de este título.
Acerca del autor
Mohammad Ehtearm is a Researcher in the field of artificial intelligence. He has a Ph.D. in civil engineering. His research interests generally lie in the areas application of remote sensing in water resources, water, energy, and food nexus, extreme hydrological events, river engineering, remote sensing in water resources, dam and hydropower operation, geotechnical engineering, mining engineering, artificial intelligence, and remote sensing in mining engineering.
Zohreh Sheikh Khozani is a Scientific Researcher in the field of civil engineering and mining engineering. The scope of her current research is covering hydraulic structures, hydrology, water resources engineering, environmental engineering, and the implementation of data analytics, geotechnical engineering, mining engineering, and artificial intelligence models.
Saeed Soltani-Mohammadi is Associate Professor at Department of Mining Engineering, University of Kashan, Iran. He holds a PhD on mining engineering from the Amirkabir University of technology in 2009. His research spans application of artificial intelligence and optimization methods in geosciences and mining problems. He developed many soft computing models based on practical applications for mining engineering.
Maliheh Abbaszadeh is Assistant Professor at Department of Mining Engineering, University of Kashan, Iran. She holds a Ph.D. in mining engineering from the Amirkabir University of technology in 2014. She developed her teaching activity in the areas of geochemical exploration, remote sensing and machine learning algorithms. Her primary research interest is application of machine learning algorithms in exploratory data analysis.
“Acerca de” puede pertenecer a otra edición de este título.
BuchWeltWeit Ludwig Meier e.K.
Bergisch Gladbach, Alemania
Vendedor de IberLibro desde 11 de enero de 2012
Tarifas de envío de Alemania a Estados Unidos de America
| Artículo | De 5 a 15 días hábiles | De 5 a 15 días hábiles |
|---|---|---|
| Primer artículo | EUR 23,00 | EUR 23,00 |
Métodos de pago
- Cheque
- Giro bancario
- PayPal
Información empresarial del vendedor
BuchWeltWeit Ludwig Meier e.K.
Alemania
Condiciones de venta
BuchWeltWeit Inh. Ludwig Meier e.K.
Inhaber: Ludwig Meier
De-Gasperi-Str. 8
51469 Bergisch Gladbach
Deutschland
Tel.: +49(0)22028659300
Fax: +49(0)22028659301
E-Mail: info@buchweltweit.de
Registergericht: Amtsgericht Köln
Registernummer: HRA 28253
Umsatzsteuer-Identifikationsnummer: DE815259907
Wir sind zur Teilnahme an einem Streitbeilegungsverfahren vor einer Verbraucherschlichtungsstelle weder verpflichtet noch bereit.
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Germany, sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.
Condiciones de envío
Der Versand ins Ausland findet IMMER mit DHL statt. Auch nach Österreich verschicken wir nur mit DHL! Daher Standardversand == Luftpost!