Prédire les minéraux des roches par leur composition chimique

MMarc

Des chercheurs proposent une méthode d’apprentissage automatique pour estimer l’identité et l’abondance des minéraux d’une roche à partir de sa composition chimique globale, dans une étude publiée sur arXiv. L’objectif est de contourner les mesures minéralogiques directes, que les chercheurs décrivent comme longues et laborieuses, en utilisant plutôt la composition globale comme point de départ de l’estimation. La méthode répond aussi au manque de données minéralogiques étiquetées, c’est-à-dire de compositions associées aux minéraux présents et à leurs proportions, nécessaires pour entraîner ce type de modèle. Pour entraîner le modèle malgré ce manque d’étiquettes, l’équipe a simulé près d’un million d’étiquettes pétrologiques, représentant plusieurs conditions de formation possibles pour une même composition. Le modèle comprend un encodeur Transformer préentraîné de manière auto-supervisée sur environ 788 000 compositions de roches, puis des têtes entraînées sur les étiquettes simulées pour estimer les minéraux et leur abondance. Cette architecture associe donc un préentraînement sur des compositions à un apprentissage à partir de minéralogies simulées ; les performances obtenues ne sont pas précisées dans l’étude décrite.