Dans le cadre d'un cours intensif au PDAC, Toronto, 2 et 3 mars 2018
http://www.pdac.ca/convention/programming/short-courses/sessions

Vous considérez la géophysique comme complexe ? Imaginez la géochimie, où le moindre levé implique l'acquisition de plus de 100 variables à chaque site d'échantillonnage. Le niveau de complexité affectant la distribution des métaux dans les sols rend la compréhension de la formation des anomalies ou des empreintes géochimiques difficilement accessible à la compréhension humaine, ou du moins trop fastidieuse pour être applicable dans un contexte commercial. La pratique est de traiter ces données en utilisant des statistiques, dont les mathématiques de plus en plus sophistiquées. Une approche différente a été développée par l'équipe d'IOS via l'usage de la logique Bayésiennes dans une perspective d'intelligence artificielle. La méthode permet de caractériser une signature complexe et variable sur une ou plusieurs cibles, et d'effectuer la détection de celle-ci dans le reste des levés.

La méthode sera présentée dans le cadre du cours intensif « Exploration geochemistry : Fundamentals and case histories ». Cette formation, organisée par Mme Beth McClenaghan et Lynda Bloom, est offerte sous l'égide du congrès annuel du PDAC et se tiendra à Toronto les 2 et 3 mars prochains. Le programme consiste en une série d'une douzaine de présentations faite par des géochimistes de renom sur les principes de la géochimie d'exploration ainsi qu'une série d'histoires de cas. Des exemples de notre méthode seront discutés, concernant des levés effectués dans la ceinture argileuse du nord de l'Abitibi.

Profitez de votre séjour au PDAC pour mettre à jour vos connaissances et pour réseauter avec des experts !

« Il y a ceux qui suivent les règles... et il y a ceux qui les définissent »

Exemple d'un territoire dans le nord de l'Abitibi où les méthodes de géochimie prédictive par intelligence artificielle ont permis de détecter la présence de zones minéralisées sous 50 mètres de mort terrain réputé imperméable.