광업 분야의 딥러닝 기술 적용연구 사례분석 (Case Analysis of Applications for Deep Learning Technology in the Mining Industry)

서지정보

· 발행기관 : 한국자원공학회
· 수록지 정보 : 한국자원공학회지 / 56권 / 5호 / 435 ~ 446페이지
· 저자명 : 이희욱

초록

본 논문에서는 딥러닝 기술을 국내 광업분야에 효과적으로 도입하기 위하여 광업 분야의 딥러닝 기술 적용연구들을 조사하고 정리하였다. 딥러닝은 ANN에 기원을 둔 머신러닝 알고리즘으로, 지질학적 문제와 같은 고차원비선형 문제의 추상화에 특화되어 있다. 딥러닝 기술이 조사, 탐사, 개발, 광산운영, 재해분석에 이르는 광업주기에 따라 어떻게 적용되었는지 조사되었다. 조사 및 탐사단계에서는 지구화학탐사, 물리탐사, 지질도, 단층선, 지형정보를융합하여 광물 부존가능성 지도화를 수행하는 연구가 다수 제안되었다. 광산 개발 및 관리 단계에서는 센서나 카메라에 의해 측정된 광산 현황 자료로 광산 내 상황 자동감지, 솔루션 자동연산, 자동 장비제어에 대한 연구가 수행되고 있었다. 재해 분석 단계는 상황인식 및 재해 예측이 주된 목적이었다. 딥러닝 기술이 국내광업분야에 효과적으로 도입되기 위해서 관련된 국내 적용연구가 요구된다.

영어초록

Applications for deep learning technology in the mining industry were investigated to utilize deep learning technology in the domestic mining field. Deep learning is specialized in abstracting high-dimensional nonlinear problems, such as geological problems. The author investigated the applications of deep learning technology for mining cycle that is divided into investigation, exploration, development, mine operation, and disaster analysis. In the survey and exploration phase, a number of studies have been proposed to carry out mineral potential mapping by integrating geochemical and geophysical explorations, geological maps, fault lines, and topographic information. In the mine development and management phase, studies on autonomous situation detection, automatic calculation, and equipment control were carried out using mine status data measured by sensors or cameras. The hazard analysis phase was mainly used for status awareness and hazard prediction. In order for deep learning technology to be effectively utilized in the domestic mining field, relevant domestic research is required.

참고자료

· 없음