R-GeoXNet: A Direction-Aware Relational Graph Neural Network for Regional Mineral Prospectivity Mapping
Deze studie introduceert R-GeoXNet, een richtingbewuste relationele graph neural network die geochemische en structurele gegevens integreert om anisotrope geologische controles effectief te modelleren, waarbij een superieure prestatie wordt behaald in regionale polymetallische prospectiviteitsmapping binnen het Lhasa-Woka-gebied in Tibet vergeleken met bestaande graph-gebaseerde baselines.