R-GeoXNet: A Direction-Aware Relational Graph Neural Network for Regional Mineral Prospectivity Mapping
Cette étude introduit R-GeoXNet, un réseau de neurones graphiques relationnels sensible à la direction qui intègre des données géochimiques et structurales pour modéliser efficacement les contrôles géologiques anisotropes, atteignant une performance supérieure dans la cartographie de la prospectivité polymétallique régionale au sein de la zone de Lhasa-Woka au Tibet par rapport aux modèles de référence basés sur les graphes existants.