Abstract: K. Anvari, A. Mousavi, A. R. Sayadi, P. Afzal, E. Sellers, E. F. Salmi (2026)

Accurate interpretation of multivariate drillhole assay data is a critical step in mineral deposit modelling, with direct implications for mine design, production planning, and operational decision-making. Conventional methods based on visual downhole logging are subjective, time-consuming, and costly. Additionally, advanced technologies in recent years have enabled real-time data collection in mining operations, requiring an automated process to utilize such data. However, machine learning (ML) approaches require selection of input parameters that prevent the large-scale automation required for practical analysis of large data sets. To address these challenges, this study proposes an automated framework for identifying geochemical domains using a combination of recurrence analysis, wavelet transform, and ML techniques. The proposed approach automatically detects multiscale compositional patterns and transitional boundaries, thereby delineating geochemically homogeneous domains based solely on elemental assay data. Given that each individual automated approach has some shortfalls, combining multiple methods is necessary to achieve an automated approach. The proposed method was applied to a geochemical dataset of a world-class gold mine in northwest Iran, and the results are sufficiently consistent with the downhole logging recorded by geologists and superior to simplified, pure k-means clustering method. The results confirm that the proposed approach enables accurate, consistent, and computationally efficient automation of geochemical domain classification, supporting both resource modelling and real-time mining applications.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

A hybrid recurrenceâ€“wavelet transform approach for geochemical classification of rocks along boreholes