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

Charles L. Bérubé, Gema R. Olivo, Michel C. Chouteau, Stéphane Perrouty, Pejman Shamsipour, Randolph J. Enkin, William A. Morris, Leonardo Feltrin, Raphaël Thiémonge

Article de revue (2018)

Accéder à ce document
Lien externe
Ce document n'est pas archivé dans PolyPublie, mais peut être consulté chez l'éditeur officiel
Voir chez l'éditeur officiel
Département:
Département des génies civil, géologique et des mines
Adresse 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
OAI:
oai:publications.polymtl.ca:39577
ORCID
Date du dépôt:
18 avr. 2023 15:02
Dernière modification:
14 oct. 2026 13:31
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
Afficher document