Steffen Brammer , géologue, brazca Ltd.
Kofi
L'analyse de cluster géostatistique est couramment utilisée pour décomposer des ensembles de données mixtes, contenant des échantillons contenant des informations spatiales discrètes qui replacent les données dans un contexte géographique pertinent. Plusieurs méthodes existent à cet effet ; cependant, lorsque les clusters individuels sont entrelacés avec des géométries irrégulières, discontinues ou complexes, les méthodes conventionnelles peinent à fonctionner, voire échouent. C'est pourquoi une nouvelle approche a été développée dans JMP et implémentée exclusivement avec des scripts JMP. Après une estimation initiale des moments statistiques des composants sous-jacents, une série d'arbres de recherche est construite à travers la grille d'échantillons et les échantillons sont attribués à l'une des populations cibles conceptuelles, en fonction de leurs fonctions de densité de probabilité. Ainsi, l'ensemble de données mixtes est divisé en ses composants tout en préservant la relation spatiale au sein et entre les clusters individuels. Cette méthode a été développée pour l'industrie minière afin de domainer les phases de minéralisation multi-étapes de corps minéralisés complexes ; mais les champs d'application possibles incluent pratiquement toutes les disciplines des sciences naturelles (par exemple, la recherche environnementale, l'hydrologie, la biologie, l'agriculture, etc.) et toute autre discipline où la position spatiale des données est importante (comme la reconnaissance de formes, le traitement d'images, la logistique et le marketing).
