Список литературы: 1. Мельниченко И. А. Трехмерное геомоделирование границ литологических разностей железорудных месторождений на основе пространственно-координированных данных. Автореф. дис. … канд. техн. наук. — М.: НИТУ «МИСиС», 2021. — 30 с.
2. Jalloh A. B., Kyuro S., Jalloh Y., Barrie A. K. Integrating artificial neural networks and geostatistics for optimum 3D geological block modeling in mineral reserve estimation. A case study // International Journal of Mining Science and Technology. 2016, vol. 26, no. 4, pp. 581—585. DOI: 10.1016/j.ijmst.2016.05.008.
3. Jiateng Guo, Xulei Wang, Jiangmei Wang, Xinwei Dai, Lixin Wu, Chaoling Li, Fengdan Li, Shanjun Liu, Jessell M. W. Three-dimensional geological modeling and spatial analysis from geotechnical borehole data using an implicit surface and marching tetrahedra algorithm // Engineering Geology. 2021, vol. 284, article 106047. DOI: 10.1016/j.enggeo.2021.106047.
4. Melchers H., Crommelin D., Koren B., Menkovski V., Sanderse B. Comparison of neural closure models for discretised PDEs // Computers & Mathematics with Applications. 2023, vol. 143, pp. 94—107. DOI: 10.1016/j.camwa.2023.04.030.
5. Мельниченко И. А., Кожухов А. А., Омельченко Д. Р., Мосейкин В. В. Построение трехмерной модели месторождения с использованием принципов блочного моделирования и искусственных нейронных сетей // Горный информационно-аналитический бюллетень. — 2022. — № 10. — С. 5—19. DOI: 10.25018/0236_1493_2022_10_0_5.
6. Kulawiak M., Dawidowicz A., Pacholczyk M. E. Analysis of server-side and client-side Web-GIS data processing methods on the example of JTS and JSTS using open data from OSM and geoportal // Computers & Geosciences. 2019, vol. 129, pp. 26—37. DOI: 10.1016/j. cageo.2019.04.011.
7. Dhont D., Monod B., Hervouët Y., Backé G., Klarica S., Choy J. E. 3D geological modeling of the Trujillo block: Insights for crustal escape models of the Venezuelan Andes // Journal of South American Earth Sciences. 2012, vol. 39, pp. 245—251. DOI: 10.1016/j.jsames.2012.04.003.
8. Мельниченко И. А., Кириченко Ю. В. Пространственное районирование месторождений полезных ископаемых // Горный информационно-аналитический бюллетень. — 2021. — № 4. — С. 46—56. DOI: 10.25018/0236_1493_2021_4_0_46.
9. Lazreg M. B., Goodwin M., Granmo O.-C. Combining a context aware neural network with a denoising autoencoder for measuring string similarities // Computer Speech & Language. 2020, vol. 60, article 101028. DOI: 10.1016/j.csl.2019.101028.
10. Mohammadzaheri M., Chen L., Ghaffari A., Willison J. A combination of linear and nonlinear activation functions in neural networks for modeling a de-superheater // Simulation Modelling Practice and Theory. 2009, vol. 17, no. 2, pp. 398—407. DOI: 10.1016/j.simpat.2008.09.015.
11. Liang Yang, Ling-Xiao Zhao, Chun-Lu Zhang, Bo Gu Loss-efficiency model of single and variable-speed compressors using neural networks // International Journal of Refrigeration. 2009, vol. 32, no. 6, pp. 1423—1432. DOI: 10.1016/j.ijrefrig.2009.03.006.
12. Qi Gong, Wei Kang, Fariba Fahroo Approximation of compositional functions with ReLU neural networks // Systems & Control Letters. 2023, vol. 175, article 105508. DOI: 10.1016/j. sysconle.2023.105508.
13. Горбатенко В. Д., Ческидов В. В., Якубов М. М. Моделирование показателей качества поступающего на обогатительную фабрику минерального сырья при разработке Лебединского месторождения железистых кварцитов // Горный журнал. — 2022. — № 6. — C. 15—20. DOI: 10.17580/gzh.2022.06.02.
14. Ческидов В. В., Барабанов Н. Н., Ложкин М. О., Смирнов П. А., Лагутина А. А. Анализ закономерностей распределения соединений серы и железа на примере намывных техногенных массивов // Горный информационно-аналитический бюллетень. — 2021. — № 3. — С. 142—153. DOI: 10.25018/0236-1493-2021-3-0-142-153.
15. Vostrikov A. V., Prokofeva E. N., Goncharenko S. N., Gribanov I. V. Analytical modeling for the modern mining industry // Eurasian Mining. 2019, no. 2, pp. 30—35. DOI: 10.17580/ em.2019.02.07.
16. Гончаренко С. Н., Бердалиев Б. А. Методы прогнозирования и оценки техногенного и остаточного скопления урановых руд на месторождениях, отрабатываемых способом подземного скважинного выщелачивания // Горный информационно-аналитический бюллетень. — 2018. — № 5. — C. 43—48. DOI: 10.25018/0236-1493-2018-5-0-43-48.
17. Cтадник Д. А., Cтадник Н. М., Жилин А. Г., Лопушняк Е. В. Методические основы имплицитного моделирования месторождений твердых полезных ископаемых при автоматизированном проектировании // Горный информационно-аналитический бюллетень. — 2023. — № 5-1. — С. 185—197. DOI: 10.25018/0236_1493_2023_51_0_185.
18. Войтеховский Ю. Л., Захарова А. А., Климоченков М. Д. Моделирование петрографических структур. Статья 2 // Вестник геонаук. — 2020. — № 12. — C. 32—35. DOI: 10.19110/geov.2020.12.3.
19. Агафонов В. В., Зайцева Е. В., Яхеев В. В., Снигирев В. В., Гурков А. А. Имитационное моделирование функциональных структур технологических систем угледобывающих предприятий // Уголь. — 2022. — № 2. — С. 57—60. DOI: 10.18796/0041-5790-20222-57-60.
20. Войтеховский Ю. Л., Захарова В. В. Моделирование петрографических структур // Вестник геонаук. — 2020. — № 10. — С. 38—42. DOI: 10.19110/geov.2020.10.5.