学术报告

报告人:左仁广

时间:2026年3月26日(星期四)15:00    地点:地球科学学院(鸽子楼)学术报告厅

报告题目:

可解释性矿产预测人工智能建模理论与方法

报告人简介:

左仁广，中国地质大学(武汉)地质过程与成矿预测全国重点实验室二级教授、博士生导师，国际应用地球化学家协会主席，国家青年科学基金项目(A类、B类)获得者，主持完成国家自然科学基金重点项目等多个国家级项目，国际经济地质学家学会Fellow、国家级人才计划青年学者、教育部新世纪优秀人才支持计划、湖北省有突出贡献中青年专家、“矿床学”国家自然科学基金委创新群体核心成员。现/曾任国际数学地球科学协会理事、中国地质学会数学地质与地学信息专业委员会等4个专业委员会的副主任委员或委员、Computers & Geosciences等7种SC收录期刊的Associate editor、以及《地球科学》等6种国内期刊的副主编或编委。

长期从事数学地球科学与智能矿产预测研究，提出了新一代矿产预测人工智能概念，建立了数据-知识耦合矿产预测人工智能建模理论与方法，研发了可解释性矿产预测人工智能新技术和具有自主知识产权的智能矿产预测软件，提高了人工智能驱动的矿产预测的准确性和可解释性。相关成果在Geology、Earth-Sci-ence Reviews、 Journal of Geophysical Research: Solid Earth等期刊上发表论文160余篇 (其中16篇论文为ESI高被引论文)，论文被引用11000余次(Go0gle Scholar)，自2020年以来连续入选爱思唯尔中国高被引学者和全球前2%科学家榜单。曾在国际数学地球科学大会、国际应用地球化学大会等国际重要会议上做大会主旨报告。研究成果曾获国际应用地球化学家协会最高奖-AAG金奖、国际数学地球科学协会杰出讲席奖、国际地球化学协会Kharaka奖、国家科学技术进步奖二等奖(R6)、中国地质学会青年科技奖金锤奖、侯德封矿物岩石地球化学青年科学家奖等。

报告简介:

本报告讨论了智能矿产预测的基本概念和主要组成，分析了智能认知、智能学习和智能决策的科学内涵，指出三者共同构成智能矿产预测的重要组成部分，分别对应实现地球系统与成矿系统、成矿系统与勘查系统、以及勘查系统与评价系统的关联;剖析智能矿产预测面临着找矿数据及其空间耦合关系表征不充分、训练样本不足、模型鲁棒性差、泛化能力弱和缺乏可解释性等技术难题，提出了2种解决上述技术难题的矿产预测人工智能模型新框架，进而建立了可解释性矿产预测建模理论与方法。