Claims (47)
1. Способ определения присутствия алмаза в объекте, при этом такой способ включает:1. A method for determining the presence of a diamond in an object, wherein such method includes:
прием данных классификации, связанных с фотонами, испускаемыми объектом в результате аннигиляции позитронов из-за облучения объекта фотонами заданной энергии, при котором возникает гигантский дипольный резонанс (ГДР) из-за ядерной реакции между фотонами и углеродом, при этом испускаемые фотоны обнаруживают с помощью соответствующей детекторной установки; иreception of classification data related to photons emitted by an object as a result of positron annihilation due to irradiation of the object with photons of a given energy, in which a giant dipole resonance (GDR) occurs due to a nuclear reaction between photons and carbon, while the emitted photons are detected using an appropriate detector installation; and
определение того, является ли данный объект потенциально алмазом или алмазоносным, путем обработки принятых данных классификации с помощью классификатора, подготавливаемого с применением машинного обучения, при этом такой классификатор, подготавливаемый с применением машинного обучения подготовлен, по меньшей мере, с помощью смоделированных компьютером данных классификации от компьютерного имитатора, который моделирует, по меньшей мере, объекты, являющиеся алмазами, и алмазоносные объекты.determining whether a given object is potentially diamond or diamondiferous by processing the received classification data with a machine learning classifier, such machine learning classifier being prepared with at least computer simulated classification data from a computer simulator that simulates at least diamond objects and diamond objects.
2. Способ по п. 1, в котором реализованный на компьютере имитатор может быть выполнен с возможностью моделировать алмазы или алмазоносные объекты, а также непродуктивные объекты; и в котором реализованный на компьютере имитатор выполнен с возможностью моделирования излучения фотонов от смоделированных объектов как результата смоделированной аннигиляции позитронов, обусловленной моделируемым облучением моделируемых объектов фотонами заданной энергии, при котором из-за ядерных реакций между фотонами и углеродом возникает гигантский дипольный резонанс (GDR), при этом смоделированные на компьютере данные классификации связаны со смоделированными фотонами, испускаемыми смоделированными объектами.2. The method of claim. 1, in which the computer-implemented simulator can be configured to simulate diamonds or diamond-bearing objects, as well as unproductive objects; and in which the computer-implemented simulator is configured to simulate photon emission from simulated objects as a result of simulated positron annihilation due to simulated irradiation of simulated objects with photons of a given energy, in which giant dipole resonance (GDR) occurs due to nuclear reactions between photons and carbon, wherein the computer-simulated classification data is associated with the simulated photons emitted by the simulated objects.
3. Способ по п. 2, в котором реализованный на компьютере имитатор выполнен с возможностью моделирования детекторной установки, выполненной с возможностью обнаружения моделируемого испускания фотонов, причем смоделированные на компьютере данные классификации содержат смоделированные выходные данные смоделированной детекторной установки.3. The method of claim 2, wherein the computer-implemented simulator is configured to simulate a detector array capable of detecting the simulated photon emission, the computer-simulated classification data comprising the simulated output of the simulated detector array.
4. Способ по п. 2, в котором реализованный на компьютере имитатор выполнен с возможностью моделирования перемещения смоделированных объектов в смоделированном потоке объектов.4. The method of claim 2, wherein the computer-implemented simulator is configured to simulate movement of the simulated objects in the simulated object stream.
5. Способ по п.2 , в котором данный способ содержит предшествующие этапы:5. The method according to claim 2, in which this method contains the preceding steps:
прием экспериментальных данных классификации от испытательных объектов, являющихся алмазами или алмазоносными, и от непродуктивных испытательных объектов;receiving experimental classification data from test objects that are diamonds or diamondiferous and from unproductive test objects;
прием данных о физических свойствах, соответствующих одному или обоим из количественных и качественных аспектов алмазных или алмазоносных испытательных объектов и непродуктивных испытательных объектов; иreceiving physical property data corresponding to one or both of the quantitative and qualitative aspects of the diamond or diamondiferous test objects and nonproductive test objects; and
использование одних или обоих из принятых данных экспериментальной классификации и данных о физических свойствах для проверки моделей, сформированных компьютерным имитатором, путем их сравнения с одними или обоими из принятых экспериментальных данных и данных о физических свойствах.using one or both of the received experimental classification data and physical property data to test models generated by the computer simulator by comparing them with one or both of the received experimental data and physical property data.
6. Способ по п. 1, при этом такой способ содержит предшествующий этап подготовки классификатора с функцией машинного обучения с помощью смоделированных на компьютере данных классификации, сформированных с помощью компьютерного имитатора для создания классификатора, подготавливаемого путем машинного обучения, который используется для определения того, существует ли значительная вероятность того, что объект потенциально является алмазом или алмазоносным.6. The method of claim 1, the method comprising the step of preparing a machine learning classifier with computer simulated classification data generated by a computer simulator to create a machine learning classifier that is used to determine whether there is whether there is a significant likelihood that the object is potentially diamond or diamondiferous.
7. Способ по п. 1, при этом такой способ содержит:7. The method according to p. 1, while such a method contains:
классификацию любых объектов, потенциально являющихся алмазами или алмазоносными, с помощью классификатора, подготавливаемого путем машинного обучения;classification of any objects that are potentially diamonds or diamondiferous, using a classifier prepared by machine learning;
сохранение информации, указывающей на упомянутую классификацию, в запоминающем устройстве; иstoring information indicative of said classification in a storage device; and
сортировку объектов, исходя из такой классификации.sorting objects based on this classification.
8. Способ по п. 1, при этом такой способ содержит:8. The method according to p. 1, while such a method contains:
облучение объекта фотонами заданной энергии, при котором из-за ядерной реакции между фотонами и углеродом возникает гигантский дипольный резонанс (ГДР);irradiation of an object with photons of a given energy, in which a giant dipole resonance (GDR) occurs due to a nuclear reaction between photons and carbon;
обнаружение встречных коллинеарных и совпадающих фотонов гамма-излучения с заданным уровнем энергии, испускаемых облучаемым объектом, с помощью детекторной установки, при этом этап обнаружения происходит через заданный период времени после этапа облучения; при этом такой способ содержит обнаружение фотонов с уровнем энергии приблизительно 511 кэВ и отклонение фотонов, не имеющих уровня энергии, составляющего приблизительно 511 кэВ.detection of counter collinear and coinciding photons of gamma radiation with a given energy level emitted by the irradiated object, using a detector installation, while the detection step occurs after a predetermined period of time after the irradiation step; wherein such method comprises detecting photons with an energy level of approximately 511 keV and rejecting photons not having an energy level of approximately 511 keV.
9. Способ по п. 1, при этом такой способ содержит обнаружение наличия алмаза в объекте, который перемещается в потоке объектов в пределах системы сортировки объектов, ограничивающей путь перемещения объектов, причем такой способ содержит отделение от других объектов тех объектов, которые определены как потенциально алмазные или алмазоносные, в режиме реального времени.9. The method according to claim 1, wherein such method comprises detecting the presence of a diamond in an object that moves in a stream of objects within an object sorting system that limits the path of movement of objects, and such a method comprises separating from other objects those objects that are determined to be potentially diamond or diamondiferous, in real time.
10. Система для обнаружения наличия алмаза в объекте, при этом такая система содержит:10. A system for detecting the presence of a diamond in an object, such a system comprising:
запоминающее устройство; иMemory device; and
один или несколько процессоров, выполненных с возможностью:one or more processors configured to:
принимать данные классификации, связанные с фотонами, испускаемыми объектом в результате аннигиляции позитронов из-за облучения объекта фотонами заданной энергии, при котором возникает гигантский дипольный резонанс (ГДР) из-за ядерной реакции между фотонами и углеродом, при этом испускаемые фотоны обнаруживают с помощью соответствующей детекторной установки; иreceive classification data related to photons emitted by an object as a result of positron annihilation due to irradiation of the object with photons of a given energy, in which a giant dipole resonance (GDR) occurs due to a nuclear reaction between photons and carbon, while the emitted photons are detected using an appropriate detector installation; and
определять, является ли данный объект потенциально алмазом или алмазоносным, путем обработки принятых данных классификации с помощью классификатора, подготавливаемого с применением машинного обучения, при этом такой классификатор, подготавливаемый с применением машинного обучения подготовлен, по меньшей мере, с помощью смоделированных компьютером данных классификации от компьютерного имитатора, который моделирует, по меньшей мере, объекты, являющиеся алмазами, и алмазоносные объекты.determine whether a given object is potentially diamond or diamondiferous by processing the received classification data with a machine learning classifier, such machine learning classifier being prepared with at least computer simulated classification data from a computer a simulator that simulates at least diamond objects and diamond objects.
11. Система по п. 10, в которой один или несколько процессоров выполнены с возможностью компьютерной реализации имитатора, при этом такой реализованный на компьютере имитатор выполнен с возможностью моделировать алмазы или алмазоносные объекты, и в которой реализованный на компьютере имитатор выполнен с возможностью моделирования излучения фотонов от смоделированных объектов как результата смоделированной аннигиляции позитронов, обусловленной моделируемым облучением моделируемых объектов фотонами заданной энергии, при котором из-за ядерных реакций между фотонами и углеродом возникает гигантский дипольный резонанс (ГДР), при этом смоделированные на компьютере данные классификации связаны со смоделированными фотонами, испускаемыми смоделированными объектами.11. The system of claim. 10, in which one or more processors are configured to computer-implement the simulator, while such a computer-implemented simulator is configured to simulate diamonds or diamond-bearing objects, and in which the computer-implemented simulator is configured to simulate photon emission from simulated objects as a result of simulated positron annihilation due to simulated irradiation of simulated objects with photons of a given energy, in which, due to nuclear reactions between photons and carbon, a giant dipole resonance (GDR) occurs, while computer-simulated classification data is associated with simulated photons emitted simulated objects.
12. Система по п. 10, причем такая система содержит сортировщик, выполненный с возможностью отделения алмазов или алмазоносных объектов от тех объектов, которые являются непродуктивными.12. The system of claim. 10, and such a system includes a sorter configured to separate diamonds or diamond objects from those objects that are unproductive.
13. Система по п. 10, в которой один или несколько процессоров выполнены с возможностью классификации любого потенциального алмазного или алмазоносного объекта с помощью классификатора, подготавливаемого путем машинного обучения; и сохранения в запоминающем устройстве информации, указывающей на упомянутую классификацию.13. The system according to claim. 10, in which one or more processors are configured to classify any potential diamond or diamond object using a classifier prepared by machine learning; and storing in the storage device information indicative of said classification.
14. Система по п. 10, причем такая система содержит детекторную установку; и в которой детекторная установка содержит пару массивов чувствительных элементов, ориентированных параллельно друг другу и имеющих оси зондирования, расположенные поперечно относительно направления перемещения ленты.14. The system according to claim 10, and such a system contains a detector installation; and in which the detector installation contains a pair of arrays of sensitive elements oriented parallel to each other and having probing axes located transversely with respect to the direction of movement of the tape.
15. Система по п. 10, причем такая система содержит облучатель, выполненный с возможностью облучения объекта фотонами заданной энергии, при котором из-за ядерной реакции между фотонами и углеродом возникает гигантский дипольный резонанс (ГДР), при этом детекторная установка выполнена с возможностью обнаружения встречных коллинеарных и совпадающих фотонов гамма-излучения с предварительно заданным уровнем энергии, испускаемых облучаемым объектом посредством такой детекторной установки.15. The system according to claim 10, wherein such a system comprises an irradiator configured to irradiate an object with photons of a given energy, in which a giant dipole resonance (GDR) occurs due to a nuclear reaction between photons and carbon, while the detector installation is configured to detect counter collinear and coinciding photons of gamma radiation with a predetermined energy level emitted by the irradiated object through such a detector installation.
16. Способ контроля выработки алмазного рудника, причем такой способ включает:16. A method for controlling the development of a diamond mine, and such a method includes:
обнаружение, на алмазном руднике, наличия алмаза в объекте в соответствии со способом по п. 1;detecting, in a diamond mine, the presence of a diamond in an object in accordance with the method of claim 1;
хранение данных, связанных с объектами, которые определены как потенциально алмазные или алмазоносные; иstorage of data associated with objects that are identified as potentially diamond or diamondiferous; and
сравнение сохраненных данных с данными о выработке алмазного рудника, указывающими на добычу алмазов из алмазного рудника.comparison of stored data with diamond mine output indicating that diamonds are being mined from a diamond mine.
17. Система контроля выработки алмазного рудника, причем такая система включает:17. The system for monitoring the development of a diamond mine, and such a system includes:
запоминающее устройство; иMemory device; and
один или несколько процессоров, выполненных с возможностью:one or more processors configured to:
обнаружения наличия алмаза в объекте с использованием системы по п.10;detecting the presence of a diamond in an object using the system of claim 10;
хранения данных, связанных с объектами, которые определены как потенциально алмазные или алмазоносные; иstorage of data associated with objects that are identified as potentially diamond or diamondiferous; and
сравнения сохраненных данных с данными о выработке алмазного рудника, указывающими на добычу алмазов из алмазного рудника.comparing stored data with diamond mine output data indicating that diamonds are being mined from a diamond mine.
18. Машиночитаемый носитель для хранения исполняемых компьютером команд, которые при выполнении на одном или нескольких процессорах предписывают упомянутым процессорам:18. A computer-readable medium for storing computer-executable instructions that, when executed on one or more processors, instruct said processors to:
принимать данные классификации, связанные с фотонами, испускаемыми объектом в результате аннигиляции позитронов из-за облучения объекта фотонами заданной энергии, при котором возникает гигантский дипольный резонанс (ГДР) из-за ядерной реакции между фотонами и углеродом, при этом испускаемые фотоны обнаруживают с помощью соответствующей детекторной установки; иreceive classification data related to photons emitted by an object as a result of positron annihilation due to irradiation of the object with photons of a given energy, in which a giant dipole resonance (GDR) occurs due to a nuclear reaction between photons and carbon, while the emitted photons are detected using an appropriate detector installation; and
определять, является ли данный объект потенциально алмазом или алмазоносным, путем обработки принятых данных классификации с помощью классификатора, подготавливаемого с применением машинного обучения.determine whether a given object is potentially diamond or diamondiferous by processing the received classification data with a classifier prepared using machine learning.
19. Способ подготовки классификатора с функцией машинного обучения с помощью смоделированных на компьютере данных классификации, сформированных с помощью компьютерного имитатора для создания классификатора, подготавливаемого путем машинного обучения, согласно п. 1, который используют для определения того, существует ли значительная вероятность того, что объект потенциально является алмазом или алмазоносным.19. A method for preparing a machine learning classifier using computer-simulated classification data generated by a computer simulator to create a machine learning classifier according to claim 1, which is used to determine whether there is a significant probability that an object is potentially diamond or diamondiferous.
20. Система для подготовки классификатора путем машинного обучения, причем такая система содержит:20. A system for preparing a classifier by machine learning, and such a system contains:
запоминающее устройство; иMemory device; and
один или несколько процессоров, выполненных с возможностью:one or more processors configured to:
подготовки классификатора с функцией машинного обучения с помощью смоделированных на компьютере данных классификации, сформированных с помощью компьютерного имитатора для создания классификатора, подготавливаемого путем машинного обучения, согласно п. 10, который используют для определения того, существует ли значительная вероятность того, что объект потенциально является алмазом или алмазоносным.training a machine learning classifier with computer-simulated classification data generated by a computer simulator to generate a machine learning classifier according to clause 10, which is used to determine whether there is a significant probability that an object is potentially a diamond or diamond.