Thèse de doctorat (2026)
 Document en libre accès dans PolyPublie |
|
Libre accès au plein texte de ce document Conditions d'utilisation: Tous droits réservés Télécharger (126MB) |
| Département: | Département des génies civil, géologique et des mines |
|---|---|
| Programme: | Génie minéral |
| Directeurs ou directrices: |
Charles L. Bérubé
|
| URL de PolyPublie: | https://publications.polymtl.ca/76877/ |
| Université/École: | Polytechnique Montréal |
| Date du dépôt: | 15 juil. 2026 14:34 |
| Dernière modification: | 15 juil. 2026 14:41 |
| Citer en APA 7: | Nagasingha, L. M. (2026). Probabilistic Machine Learning for Mineral Prospectivity Modelling: Applications to Magmatic Nickel Sulphide Systems in Canada [Thèse de doctorat, Polytechnique Montréal]. PolyPublie. https://publications.polymtl.ca/76877/ |
|---|---|
Statistiques
Total des téléchargements à partir de PolyPublie
Téléchargements par année
Provenance des téléchargements
Actions réservées au personnel
|
Afficher document |
