Charles L. Bérubé
, Gema R. Olivo, Michel C. Chouteau, Stéphane Perrouty, Pejman Shamsipour, Randolph J. Enkin, William A. Morris, Leonardo Feltrin et Raphaël Thiémonge
Article de revue (2018)
Un lien externe est disponible pour ce document
| Département: | Département des génies civil, géologique et des mines |
|---|---|
| URL de PolyPublie: | https://publications.polymtl.ca/39577/ |
| Titre de la revue: | Ore Geology Reviews (vol. 96) |
| Maison d'édition: | Elsevier |
| DOI: | 10.1016/j.oregeorev.2018.04.011 |
| URL officielle: | https://doi.org/10.1016/j.oregeorev.2018.04.011 |
| Date du dépôt: | 18 avr. 2023 15:02 |
| Dernière modification: | 08 avr. 2025 07:03 |
| Citer en APA 7: | Bérubé, C. L., Olivo, G. R., Chouteau, M. C., Perrouty, S., Shamsipour, P., Enkin, R. J., Morris, W. A., Feltrin, L., & Thiémonge, R. (2018). Predicting rock type and detecting hydrothermal alteration using machine learning and petrophysical properties of the Canadian Malartic ore and host rocks, Pontiac Subprovince, Québec, Canada. Ore Geology Reviews, 96, 130-145. https://doi.org/10.1016/j.oregeorev.2018.04.011 |
|---|---|
Statistiques
Dimensions
Actions réservées au personnel
|
Afficher document |
