Фридовский Валерий Юрьевич (1960)

Место работы автора, адрес/электронная почта: Институт геологии алмаза и благородных металлов СО РАН ; 677000, г. Якутск, пр-т Ленина, 39 ; e-mail: fridovsky@diamond.ysn.ru ; http://diamond.ysn.ru

Ученая степень, ученое звание: д-р геол.-минерал. наук

Область научных интересов: Геология и металлогения благородных металлов

ID Автора: SPIN-код: 3383-0398, РИНЦ AuthorID: 71199

Деятельность: В 1986-1994 гг. работал в геологоразведочном факультете Якутского государственного университета, в 1994-1998 гг. - руководитель аппарата президиума АН РС(Я), в 1998-2010 гг. - проректор по научной работе ЯГУ им. М. К. Аммосова, в 2010-2013 гг. - проректор по техническому направлению Северо-Восточного федерального университета им. М. К. Аммосова, в 2013-2014 гг. - министр профессионального образования, подготовки и расстановки кадров РС(Я). С 2014 г. директор Института геологии алмаза и благородных металлов СО РАН.

Документы 1 - 10 из 20
1.

Количество страниц: 15 с.

Приводятся результаты применения методов машинного обучения для прогнозирования золоторудной минерализации на поисковой стадии геологоразведочных работ на примере Верхнеамгинского щелочного массива Алдано-Станового щита. Использованы данные анализа 403 штуфных проб методом ICP-AES на 25 химических элементов. Протестированы восемь алгоритмов классификации: Random Forest, Support Vector Machine, Neural Network (Multilayer Perceptron), Boosting (AdaBoost), Decision Tree, K-Nearest Neighbors, Linear Discriminant Analysis и Naive Bayes. Наивысшую точность (до 89,6 %) продемонстрировали Random Forest и Support Vector Machine, основанные на выявлении взаимосвязей между рудными элементами (Au, Ag, As, Cu, Sb) и элементами с отрицательной корреляцией (Mg, Ca, Ti). Результаты подтверждены ROC-анализом. При создании модели машинного обучения в качестве целевой переменной приняты значения "рудного" фактора для каждой пробы, использованные в качестве предиктора. С помощью построения аномальных полей значений "рудного" фактора проведено сравнение параметров известных объектов и прогнозируемых площадей. Методы машинного обучения позволяют оперативно и надежно интерпретировать аналитические данные, полученные с использованием спектрометрии или портативных XRF-анализаторов. Для повышения точности прогноза подчеркивается важность комбинации традиционных статистических методов (кластерный, факторный анализ) с современными алгоритмами машинного обучения.
The study reports on the application of machine learning methods for predicting gold mineralization in the prospecting phase of geological exploration. It focuses on the Verkhneamginsky alkaline massif, situated within the Aldan-Stanovoy Shield, as a case study. The investigation included the analysis of 403 ore samples, which were evaluated through Inductively Coupled Plasma Atomic Emission Spectroscopy (ICP-AES) to determine the concentrations of 25 chemical elements. A total of eight classification algorithms were assessed in this investigation, including Random Forest, Support Vector Machine, Neural Network (Multilayer Perceptron), Boosting (AdaBoost), Decision Tree, K-Nearest Neighbors, Linear Discriminant Analysis, and Naive Bayes. The Random Forest and Support Vector Machine algorithms demonstrated the highest accuracy, achieving 89.6%, by identifying the relationships among ore elements (Au,Ag, As, Cu, Sb) and those elements that displayed negative correlations (Mg, Ca, Ti). These results were further validated through Receiver Operating Characteristic (ROC) analysis. In the process of developing the machine learning model, the values corresponding to the “ore” factor for each sample were designated as the target variable, while serving as predictors. To enable a comparative analysis between the parameters of established entities and the predicted regions, anomalous fields of the “ore” factor values were constructed. Additionally, machine learning methods enable the rapid and reliable interpretation of virtually any geochemical analytical data in the field, including data obtained through modern spectrometry methods and portable X-ray fluorescence (XRF) analyzers. The research further underscores the significance of integrating traditional statistical approaches, such as cluster and factor analysis,with contemporary machine learning algorithms to improve the accuracy of predictions.

Чудинов, П. Л.
Применение алгоритмов машинного обучения для прогнозирования золоторудной минерализации Верхнеамгинского щелочного массива, Алдано-Становой щит / П. Л. Чудинов, В. Ю. Фридовский ; АО "Полюс Алдан", Институт геологии алмаза и благородных металлов СО РАН // Природные ресурсы Арктики и Субарктики. - 2025. - N 2, Т. 30. - С. 205-219. - DOI: 10.31242/2618-9712-2025-30-2-205-219
DOI: 10.31242/2618-9712-2025-30-2-205-219

2.

Ответственность: Фридовский Валерий Юрьевич (Редактор), Кузьмина Раиса Ариановна (Редактор), Кривошапкин Константин Константинович (Редактор)

Издательство: Издательство ЯГУ

Год выпуска: 2005

Количество страниц: 146 с.

Якутский государственный университет им. М.К. Аммосова
Лучшие доклады научной конференции студентов Якутского государственного университета им. М. К. Аммосова (15 мая 2004 года) / [редколлегия: Фридовский В. Ю., Кузьмина Р. А., Кривошапкин К. К.]. - Якутск : Издательство ЯГУ, 2005. - 140 с.

4.

Ответственность: Михайлова Евгения Исаевна (Главный редактор), Васильев Василий Иванович (Редактор), Петрова Светлана Максимовна (Редактор), Корякина Раиса Васильевна (Прочие), Гольдфарб Лев Герцевич (Редактор), Карабасов Сергей Александрович (Редактор), Красных Виктория Владимировна (Редактор), Сальмон Лаура (Редактор), Хван Ву Сок (Редактор), Судзуки Дзюнити (Редактор), Фишер Д. К. (Редактор), Чо Дж.-Х. (Редактор), Алексеев Анатолий Николаевич (Редактор), Бурцев Анатолий Алексеевич (Редактор), Гоголев Анатолий Игнатьевич (Редактор), Гоголев Петр Васильевич (Редактор), Голиков Алексей Иннокентьевич (Редактор), Крымский Гермоген Филиппович (Редактор), Кугаевский Александр Андреевич (Редактор), Мельничук Ольга Алексеевна (Редактор), Мордосов Иннокентий Иннокентьевич (Редактор), Оконешникова Анастасия Петровна (Редактор), Охлопкова Айталина Алексеевна (Редактор), Петрова Пальмира Георгиевна (Редактор), Саввинов Андрей Саввич (Редактор), Сивцева-Максимова Прасковья Васильевна (Редактор), Соломонов Никита Гаврилович (Редактор), Трофимцев Юрий Иванович (Редактор), Филиппов Гаврил Гаврильевич (Редактор), Фридовский Валерий Юрьевич (Редактор)

Издательство: Северо-Восточный федеральный университет

Год выпуска: 2022

Серия, номер выпуска: 2022, N 1 (87)

Номер (№): 1 (87)

Количество страниц: 122 с.

Целью научного журнала является – освещение результатов научных исследований преподавателей, сотрудников, докторантов, аспирантов, магистрантов и соискателей ученых степеней доктора и кандидата наук СВФУ, российских и зарубежных ученых в области биологических наук, информатики, вычислительной техники и управления, химической технологии, филологических наук. Задачи: публикация оригинальных научных работ, содержащих новые результаты исследований, ведущихся в вузах и научных центрах республики, страны, мира; обеспечение высокого качества статей, способствующих развитию научно-исследовательской и образовательной деятельности представителей вузовской, академической и отраслевой науки; раскрытие направлений, масштаб, характер, специфику научно-исследовательских работ СВФУ для интеграции в международное научное сообщество; достижение уровня высокорейтингового академического журнала, отвечающего международным требованиям и стандартам.

Вестник Северо-Восточного федерального университета им. М. К. Аммосова : научный журнал : [16+] / учредитель и издатель: Федеральное государственное автономное образовательное учреждение высшего профессионального образования "Северо-Восточный федеральный университет имени М. К. Аммосова" ; главный редактор Е. И. Михайлова ; заместители главного редактора: В. И. Васильев, С. М. Петрова ; ответственный секретарь Р. В. Корякина ; члены международного редакционного совета: Л. Г. Гольдфарб, С. А. Карабасов, В. В. Красных [и др.] ; члены редакционной коллегии: А. Н. Алексеев, А. А. Бурцев, А. И. Гоголев [и др.]. – Якутск : Северо-Восточный федеральный университет, 2004
2022, N 1 (87). – 120, [2] с.

5.

Ответственность: Фридовский Валерий Юрьевич (Редактор)

Издательство: издательство ЯГУ

Год выпуска: 2006

Количество страниц: 428 с.

Университет XXI века: цели, задачи, перспективы : материалы Всероссийской научно-практической конференции, посвященной 50-летию Якутского государственного университета имени М. К. Аммосова, 19-20 июня 2006 г. ; [редакционная коллегия: Фридовский В. Ю. и др.]. - Якутск : Изд-во ЯГУ, 2006. - 421 с.

6.

Ответственность: Фридовский Валерий Юрьевич (Редактор)

Издательство: Издательство ЯГУ

Год выпуска: 2009

Количество страниц: 382 с.

В сборнике представлены лучшие доклады научных конференций студентов ЯГУ по физико-математическим, техническим, медико-биологическим, филологическим, общественно-экономическим, психолого-педагогическим наукам, а также по наукам о Земле

Якутский государственный университет им.
М. К. Аммосова. Научная конференция студентов, посвященная 80-летию Н. С. Охлопкова.Лучшие доклады научной конференции студентов Якутского государственного университета им М. К. Аммосова, посвященной 80-летию Н. С. Охлопкова (14-15 мая 2009 г.) / [редколлегия: В. Ю. Фридовский]. - Якутск : Издательство ЯГУ, 2009. - 377 с.

7.

Ответственность: Фарбер Михаил Рувимович (Составитель), Фридовский Валерий Юрьевич (Составитель), Колтин Александр Николаевич (Составитель)

Издательство: Издательский дом СВФУ

Год выпуска: 2013

Количество страниц: 22 с.

Обучающимся осваиваются строения отдельных участков и месторождений: изучение геологического строения отдельных участок и месторождений, геологического картирование разных масштабов, составление геологических разрезов, опробование рудных тел и вмещающих пород различными способами с отбором, документацией и полевой обработкой проб, составление геологической документации естественных обнажений, горных выработок и керна буровых скважин. изучение текстур, структур и минерального состава руд, составление шлиховых и литохимических карт. планов, разрезов и проекций рудных тел на вертикальную или горизонтальную плоскость

Методические указания по первой производственной практике : направление подготовки (специальность) 130101 - "Прикладная геология", специализация 130101.1 - "Геологическая съемка, поиски и разведка твердых полезных ископаемых" / Министерство образования и науки Российской Федерации, ФГАОУ ВПО "Северо-Восточный федеральный университет им. М. К. Аммосова", Геологоразведочного факультета, Кафедры поисков и разведки месторождений полезных ископаемых, ГУГГП РС(Я) "Якутскгеология" ; составители: М. Р. Фарбер, В. Ю. Фридовский, А. Н. Колтин]. – Якутск : Издательский дом СВФУ, 2013. – 17 с.

8.

Количество страниц: 6 с.

Кудрин М. В. Рентгеновская компьютерная микротомография сульфидов с "невидимым" золотом месторождения Хангалас (Восточная Якутия) / Максим Кудрин, Валерий Фридовский, Лена Полуфунтикова // Геология и минерально-сырьевые ресурсы Северо-Востока России : материалы X Всероссийской научно-практической конференции с международным участием, 08–10 апреля 2020. – Якутск : Издательский дом СВФУ, 2020. – С. 250-254.

9.

Количество страниц: 6 с.

Заякина Н. Неизвестный сульфат-арсенат-фосфат Аl и Fe из месторождения Хангалас (Восточная Якутия) / Надежда Заякина, Максим Кудрин, Валерий Фридовский // Геология и минерально-сырьевые ресурсы Северо-Востока России : материалы X Всероссийской научно-практической конференции с международным участием, 08–10 апреля 2020. – Якутск : Издательский дом СВФУ, 2020. – С. 210-214.

10.

Количество страниц: 4 с.

Яковлева К. В. Петрография, геохимия и геодинамическая обстановка формирования позднеюрских даек Вьюнского рудного поля (Северо-Восток Якутии) / Кюннэй Яковлева, Валерий Фридовский, Антонина Верниковская // Геология и минерально-сырьевые ресурсы Северо-Востока России : материалы X Всероссийской научно-практической конференции с международным участием, 08–10 апреля 2020. – Якутск : Издательский дом СВФУ, 2020. – С. 164-167.