Presentation Information
[2109]Machine Learning with Particle Data: MLA Data Utilization and Application to Flotation Prediction
○Naru Sato1, Taiga Sato1, Taro Kamiya1, Takeshi Shibuya2, Naoki Hiroyoshi3 (1. JOGMEC, 2. University of Tsukuba, 3. Hokkaido University)
Chairperson: 砂田和也（JOGMEC）
Keywords:
Flotation,Machine Learning,MLA
鉱山開発プロジェクトにおける選鉱プロセス設計では，限られた鉱石試料から取得可能な情報をいかに有効活用するかが重要である．本研究では，電子顕微鏡により得られる粒子単位の詳細情報（MLAデータ）に着目し，これを機械学習に組み込むためのデータ活用手法を検討した． MLAデータは，単一粒子の鉱物／元素組成，サイズ，比重，形状などの多様な特徴量を含み，浮選における粒子挙動の理解に有用な情報を提供する．本研究ではこれらの粒子特性を機械学習モデルの入力として体系的に整理・活用するとともに，単一粒子の特徴量に加えて，粒子群全体の統計的性質を表す集団特徴量や，浮選時間等の操作条件を表す特徴量を併せて導入する枠組みを提案する．本手法により，MLAデータが有する粒子レベルおよび集団レベルの情報を統合的に機械学習へ反映することが可能となる．本発表では，その適用例として，個々の粒子の浮遊確率を予測する機械学習モデルへの展開を示し，提案手法の有効性について考察する．