Dépôt numérique
RECHERCHER

Document quand l'auteur est "Schnitzler, Nathalie"

Groupement par sans groupement | Centre | Type de document
Nombre de documents archivés : 4.

Schnitzler, Nathalie; Ross, Pierre-Simon ORCID logoORCID: https://orcid.org/0000-0002-5302-698X et Gloaguen, Erwan ORCID logoORCID: 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 Thu Mar 28 02:16:08 2024 EDT.