基于 GPU 加速的块塔矿山监测贝叶斯推断：通过阴 muon 断层扫描

我们描述了一个用于监控 block-caving 作业中逆问题的贝叶斯框架。我们采用基于表面的低维几何表示来表示块塔矿山的几何结构，这大大降低了模型的计算要求，同时允许实现真实的几何形状。采用贝叶斯方法，我们在几何空间上定义一个偏好真实矿洞形状的先验分布。将该先验与基于阴 muon 断层扫描前向模型的似然函数结合后，我们使用贝叶斯规则获得块塔矿山几何结构的后验分布。我们通过在 GPU 上运行的马尔可夫链蒙特卡洛算法获取该后验分布的近似样本，从而实现快速且准确的采样。我们通过对一个已知真实结果的模拟 block-caving 场景进行测试来检验方法的可靠性。结果表明，我们的方法会产生一组多样且合理的几何结构，这些几何结构同时与数据相容。