Dow Jones hat von IRW-Press eine Zahlung für die Verbreitung dieser Pressemitteilung über sein Netzwerk erhalten.

Vancouver (British Columbia), 3. August 2021. Triumph Gold Corp. (TSX-V: TIG, OTCMKTS: TIGCF) ("Triumph Gold" oder das "Unternehmen") freut sich bekannt zu geben, dass es eine umfassende Studie hinsichtlich künstlicher Intelligenz (die "KI-Studie") abgeschlossen hat, deren Schwerpunkt auf dem Gebiet Revenue/Nucleus liegt, einer großen Zone mit einer Gold-Kupfer-Silber-Molybdän-Mineralisierung innerhalb seines Projekts Freegold Mountain (das "Projekt") im kanadischen Territorium Yukon (Abbildung 1). Das Unternehmen beauftragte Minerva Intelligence Inc. ("Minerva"), um dessen innovative Software DRIVER zusammen mit K-Means Cluster Analysis zur Bewertung der Bohrdaten mehrerer Elemente einzusetzen.

Die Ergebnisse der kognitiven KI-Analyse von Minerva haben das technische Verständnis von Triumph für die Lagerstätten Nucleus und Revenue verbessert, indem sie das Vertrauen in bestehende Modelle gestärkt und noch nicht ermittelte Grenzen der Mineralisierung identifiziert haben. Die wichtigsten Ergebnisse werden als Leitfaden der aktuellen Explorationsarbeiten beim Projekt Freegold Mountain verwendet, insbesondere:

1. Bei der Lagerstätte Nucleus hat DRIVER neue Vektoren der Gold- und Kupfermineralisierung entdeckt, die in der aktuellen Mineralressource nicht beschrieben sind, und somit überlegene Explorationsmodelle und einen klaren Weg für die Ressourcenerweiterung aufgezeigt.

2. Bei der Lagerstätte Revenue hat DRIVER unterbewertete Gebiete an den nordöstlichen und südlichen Kontakten des Vulkanschlots identifiziert, die glaubwürdige, bohrfertige Explorationsziele darstellen.

3. Im Gebiet Revenue/Nucleus verdeutlichte K-Means Cluster Analysis halbquantitative Alterationsarten, die eine solide Modellierung und Ausrichtung auf Zonen mit hochgradiger Mineralisierung ermöglichen.

"Als Explorationsunternehmen, das die Anwendung neuer Technologien nutzt, ist Triumph mit dem umfassenden Einblick, den Minerva bietet, sehr zufrieden", sagte Jesse Halle, VP Exploration von Triumph Gold. "Angesichts von Bohrungen auf über 145.000 m beim Projekt Freegold Mountain und einer enormen Menge an anderen Explorationsdaten hat die KI-Engine von Minerva dazu beigetragen, den Fokus unseres neuen technischen Teams zu schärfen."

Brian May, Chief Geoscientist von Triumph Gold, fügte hinzu: "DRIVER hat die stratigrafischen und strukturellen Interpretationen von Triumph im Gebiet der Lagerstätte Nucleus bestätigt. Überschneidungen von mehreren Elementen werden mittels Bohrungen erprobt, um die Interpretationen unseres technischen Teams in dieser Explorationssaison weiter zu bestätigen."

Scott Tillman, CEO von Minerva Intelligence, ist von den Ergebnissen begeistert. "Unsere laufende Beziehung zu Triumph Gold ist ein Gewinn für unsere jeweiligen Unternehmen", sagte Tillman. "Die Entscheidung von Triumph für unsere moderne Abbau- und Explorationssoftware ist ein Beweis für den Wert, den unsere kognitive KI-Technologie für Bergbau- und Explorationsunternehmen haben kann. Dank der enormen Datenmenge von Triumph waren die Ergebnisse sogar noch besser, als wir erwartet hatten."

https://www.irw-press.at/prcom/images/messages/2021/60784/20210803-Triumph_DE_PRCOM.001.png

Abb. 1: Standort des Projekts Freegold Mountain und Studie hinsichtlich künstlicher Intelligenz von Triumph Gold aus dem Jahr 2021 über das Gebiet Revenue/Nucleus

Software DRIVER

Mit der Software DRIVER von Minerva Intelligence wurde eine umfassende Datenbank an geochemischen Ergebnissen analysiert und bewertet, die aus mehreren Generationen von Diamantbohrungen in den Gebieten der Mineralressourcenlagerstätten Revenue und Nucleus beim Projekt Freegold Mountain zusammengestellt wurden.

Die kosteneffiziente Computer-Schlussfolgerung generierte Ausrichtungsdaten für alle Elemente im Datensatz. Weitere Arbeiten wurden an wirtschaftlichen Schlüsselelementen mittels automatischer Identifizierung optimaler ("bevorzugter") Ausrichtungen durchgeführt - sowohl in planaren als auch in linearen Modi. Diese Ergebnisse lieferten potenzielle Explorationsvektoren aus der Datenbank von Triumph, die zur Identifizierung von Explorationszielen in kaum erkundeten Regionen außerhalb der bekannten Ressourcen oder Mineralerkundungsgebiete verwendet werden können.

Darüber hinaus hat die kognitive Schlussfolgerungsplattform von Minerva die elementaren, damit in Zusammenhang stehenden Daten von Hunderten ehemaliger und aktueller Minen in allen Teilen der Welt mit den Daten des Gebiets Revenue/Nucleus verglichen. Vergleiche zwischen den Ressourcen von Triumph und bekannten Lagerstättenarten dienen als verlässliche Modelle, auf deren Grundlage Geologen ihre Explorations- und/oder Erschließungsstrategien auf vertrauensvolle Weise entwickeln können.

Au-Ag-Cu-Lagerstätte Nucleus

Die Gold-Silber-Kupfer-Lagerstätte Nucleus ist eine komplexe Lagerstätte mit einer frühen Porphyr-Kupfer- und Skarnmineralisierung, die von damit in Zusammenhang stehenden epithermalen Mineralisierungsarten überlagert wird. Das technische Team von Triumph Gold hat kürzlich modelliert, dass die Skarnmineralisierung vorzugsweise entlang günstiger Horizonte innerhalb des metamorphen Gesteinspakets Yukon/Tanana sowie an Kontakten mit Leukogranit-Erdwallen und -Lagergängen vorkommt. Die frühere Geochronologie zeigt, dass zumindest ein Teil der Gold-Silber-Kupfer-Mineralisierung mit der Einlagerung von in Richtung Osten verlaufenden Quarz-Feldspat-Porphyr-Erdwallen übereinstimmt.

Die Ergebnisse der KI-Analyse von DRIVER waren umfassend, einschließlich einer unabhängigen Bestätigung des für die Ressourcenschätzung 2020 entwickelten Wahrscheinlichkeitsmodells, das weitestgehend auf der Erdwallausrichtung basierte. Die enge Übereinstimmung zwischen der optimalen Ausrichtung und dem exakt definierten Goldmodell im Gebiet der Lagerstätte schafft Vertrauen in die Ressourcenschätzung und unterstützt diese Ausrichtung als Explorationsmöglichkeit. Minerva ist der Auffassung, dass diese Art von Übereinstimmung schon bald genutzt werden könnte, um andere Metalle als potenzielle Co- und Nebenprodukte auf halbquantitativer Basis zu bewerten.

Bei der Lagerstätte Nucleus wurde durch die Ergebnisse von DRIVER eine weitere, bis dato nicht beachtete Goldausrichtung identifiziert - diesmal entlang einer in Richtung Nordwesten verlaufenden Struktur. Diese Ausrichtung steht mit einem Verwerfungskorridor und einer damit übereinstimmenden Erdwallanhäufung in Zusammenhang und stellt eine zusätzliche Möglichkeit für eine nahe gelegene Erweiterung und Exploration der aktuellen Ressource und in deren Umfeld dar.

Die bevorzugten Ausrichtungen von Kupfer im Bereich der Lagerstätte Nucleus ergaben eine weitestgehend bimodale Verteilung, die bis dato nicht verstanden worden war. Das technische Team arbeitet zurzeit daran, die Gründe für diese Verteilung sowie andere Vektoren zu identifizieren, die eine wirtschaftliche Mineralisierung begrenzen.

Au-Ag-Cu-Mo-W-Lagerstätte Revenue

Die Lagerstätte Revenue besteht aus Porphyr-Kupfer und einer damit in Zusammenhang stehenden epithermalen Mineralisierung innerhalb eines Granodiorit- bis Quarz-Monzonit-Intrusionskomplexes. Bei Revenue wurden zahlreiche mineralisierte Zonen entdeckt, insbesondere die gold-, kupfer-, silber- und molybdänhaltigen Porphyr- und Epithermalzonen Blue Sky und WAu sowie die nahe gelegene mineralisierte Vulkanschlotbrekzie. Im Bereich der Lagerstätte Revenue wurden mehrere andere mineralisierte Zentren identifiziert, einschließlich der Zonen Guder, Revenue West, Grainger und Keirsten.

Die optimal ausgerichteten DRIVER-Ergebnisse von Minerva für Gold, Kupfer und Molybdän beschreiben sowohl den südlichen als auch den nordöstlichen Kontakt zwischen der Vulkanschlotbrekzie und dem Granodiorit als primäre Standorte für weitere Bewertungen. Die DRIVER-Ergebnisse stimmen auch sehr gut mit dem aktuellen lithologischen Modell überein, was den Interpretationen des technischen Teams zusätzliche Zuverlässigkeit verleiht.

K-Means Cluster Analysis

K-Means Cluster ("KMC") Analysis ist ein unüberwachter Lernalgorithmus, der dazu dient, Beziehungen in einem Datensatz zu erkennen. Im Gegensatz zu überwachten Lernmethoden sind keine markierten Trainingsdaten erforderlich, anhand derer geübt und gelernt werden kann, sondern es werden systemeigene Zusammenhänge in den Daten selbst aufgedeckt. Bei geochemischen Daten mit mehreren Elementen werden potenzielle Elementanhäufungen in den Daten identifiziert. Bei sorgfältiger Ausführung und entsprechender Datenvorbereitung kann KMC Analysis komplizierte Muster in den Daten erkennen, die sonst übersehen werden würden.

Die geochemischen Daten wurden mit der in der Software ioGAS verfügbaren K-Means Cluster Analysis analysiert und bewertet. Anhäufungen (oder Gruppen von Datensätzen mit ähnlicher Geochemie) werden auf Basis der Minimierung des Abstands zwischen dem Datensatz und dem Anhäufungszentrum definiert und neu ermittelt. KMC Analysis ist abgeschlossen, wenn sich entweder die Änderung des Abstands der einzelnen Datenpunkte von den jeweiligen Zentren der zugewiesenen Anhäufungen einem Minimum nähert oder die festgelegte Anzahl an Durchläufen erreicht ist. Es wurden mehrere Durchläufe durch die Daten mit unterschiedlichen Elementen, Datentransformationen und/oder analytischen Ausgangsparametern für die Gebiete der Lagerstätten Nucleus und Revenue versucht.

Au-Ag-Cu-Lagerstätte Nucleus

(MORE TO FOLLOW) Dow Jones Newswires

August 03, 2021 05:03 ET (09:03 GMT)