机器学习在地幔地球化学研究中的应用

高温高压条件下的热力学平衡是开展地幔地球化学研究的重要基础。目前,对地幔条件下矿物和熔体的热力学平衡的认识还存在一些不足,即地幔地球化学的实验和天然样品数据(压强、温度和成分等)构成的高维度矩阵中离散点之间的关系还未被充分厘清。机器学习是挖掘数据的有效工具,通过回归、分类等算法,可以为地幔条件下的热力学平衡提供新认识。已开展的实例研究包括温压计、熔体中元素的溶解度、矿物的三价铁含量、判断地幔捕掳体是否发生交代作用、判断样品是否发生氢扩散作用,等等。本研究方向的发展还需要机器学习方法的普及、基础数据库正确率和数据质量的提高以及算法的改进。