机器学习(ML)算法在科学领域的应用持续拓展，尤其在地质特征识别方面取得新进展。首尔科技大学(SEOULTECH)的研究人员成功开发了一种名为粗糙度-CANUPO-Dip-Facet (R-C-D-F) 的自主地质评估工具，旨在提高大型建筑项目如隧道和矿山的地质评估精度和安全性。该工具由Hyungjoon Seo教授领导的研究团队开发，针对传统ML模型在区分岩石节理带和节理嵌入点方面的不足，提出了一套多步骤的过滤技术。