R-GeoXNet: A Direction-Aware Relational Graph Neural Network for Regional Mineral Prospectivity Mapping
Diese Studie stellt R-GeoXNet vor, ein richtungsbewusstes relationales Graph-Neural-Network, das geochemische und strukturelle Daten integriert, um anisotrope geologische Kontrollen effektiv zu modellieren und im Vergleich zu bestehenden graphbasierten Baselines eine überlegene Leistung bei der regionalen polymetallischen Prospektivitätskartierung innerhalb des Lhasa-Woka-Gebiets in Tibet erzielt.