Original scientific paper
https://doi.org/10.17794/rgn.2024.2.1
ODREĐIVANJE RASPODJELE VELIČINE STIJENSKIH FRAGMENATA POMOĆU KONVOLUCIJSKE NEURONSKE MREŽE
Elmira Sharifi
; Mining Engineering Department, Shahid Bahonar University of Kerman, Iran
Mohamad Ali Ebrahimi Farsangi
; Mining Engineering Department, Shahid Bahonar University of Kerman, Iran
Hamid Mansouri
; Mining Engineering Department, Shahid Bahonar University of Kerman, Iran
Esmat Rashedi
; Department of Electrical and Computer Engineering, Graduate University of Advanced Technology, Kerman, Iran
Abstract
Brzo i relativno točno određivanje raspodjele veličine fragmenata usitnjenoga materijala još je uvijek izazov u rudarstvu, a postojeće metode za mjerenja raspodjele nisu učinkovite. U ovome istraživanju prikazan je novi algoritam za određivanje veličine fragmenata uslijed miniranja koji se koristi tehnikom obrade slike. U novopredloženome pristupu ocrtavanje usitnjenih stijenskih fragmenata provedeno je korištenjem konvolucijske neuronske mreže. Dvije mreže načinjene su i trenirane pomoću 150 laboratorijskih i 150 terenskih slika. Također, primijenjeno je 30 laboratorijskih i 30 terenskih slika kako bi se provela validacija vizualnim putem i F1-mjerom (engl. F1-Score). Na istim slikama dvije laboratorijske i terenske mreže imale su F1-mjeru od 0,98 i 0,99 nasuprot 0,74 i 0,85 za dobivene rezultate pomoću automatskoga otkrivanja rubova programom Split-Desktop. Također, za određivanje raspodjele veličine fragmenata pomoću mreže na bazi laboratorijskih podataka srednja kvadratna pogreška (RMSE) za F30 i F80 iznosila je 0,31 i 0,36 odnosno 1,20 i 1,24 kod automatskoga otkrivanja rubova softverom Split-Desktop na istim slikama. To upućuje na bolja svojstva predloženoga pristupa za otkrivanje rubova stijene i raspodjelu veličine fragmenata u odnosu na automatsko otkrivanje rubova programom Split-Desktop.
Keywords
obrada slike; otkrivanje rubova stijenskih fragmenata; određivanje raspodjele veličine fragmenata; strojno učenje; konvolucijske neuronske mreže
Hrčak ID:
316618
URI
Publication date:
28.4.2024.
Visits: 89 *