Dépôt numérique
RECHERCHER

Document quand l'auteur est "Schnitzler, Nathalie"

[Monter] Monter d'un niveau
Groupement par sans groupement | Centre | Type de document
Aller à Centre Eau Terre Environnement
Nombre de documents archivés : 4.

Centre Eau Terre Environnement

Schnitzler, Nathalie, Ross, Pierre-Simon ORCID: https://orcid.org/0000-0002-5302-698X et Gloaguen, Erwan ORCID: https://orcid.org/0000-0002-9400-0276 (2019). Using machine learning to estimate a key missing geochemical variable in mining exploration: Application of the Random Forest algorithm to multi-sensor core logging data. Journal of Geochemical Exploration , vol. 205 . p. 106344. DOI: 10.1016/j.gexplo.2019.106344.

Schnitzler, Nathalie (2017). Apprentissage automatique de données multiparamétriques au gisement de sulfures massifs volcanogènes Bracemac-Mcleod, district minier de Matagami, Québec Mémoire. Québec, Université du Québec, Institut national de la recherche scientifique, Maîtrise en sciences de la terre, 115 p.

Ross, Pierre-Simon, Schnitzler, Nathalie et Bourke, Alexandre (2016). Analyse multiparamétrique à haute résolution de carottes de forage dans la région de Matagami 2014-2015, résultats préliminaires. Manuscrits bruts (MB 2016-17). Ministère de l'Énergie et Ressources naturelles du Québec, Québec.

Gloaguen, Erwan, Perozzi, Lorenzo, Caté, Antoine, Schnitzler, Nathalie, Bouchedda, Abderrezak, Tirdad, Shiva, Giroux, Bernard et Ross, Pierre-Simon (2016). Assimilation quantitative des données géophysiques pour la mise à jour du modèle de teneur. In: Québec mines 2016, 21-24 nonvembre 2016, Québec, Canada.

Cette liste a été générée le Sat Sep 30 02:45:17 2023 EDT.
EspaceINRS Institut national de la recherche scientifique.