1. Lindi O.T., Aladejare A.E., Ozoji T.M., et al. Uncertainty quantification in mineral resource estimation. Natural Resources Research. 2024;33:2503-2526. DOI: 10.1007/s11053-024-10394-6
2. Daya Sagar B.S., Cheng Q., Agterberg F. Handbook of Geosciences. Springer Cham; 2018. 366 p. DOI: 10.1007/978-3-319-78999-6
3. Mahboob M.A., Celik T., Genc B. Review of machine learning-based mineral resource estimation. The Journal of the Southern African Institute of Mining and Metallurgy. 2022;122(11):665-664. DOI: 10.17159/2411-9717/1250/2022
4. Kanevski M., Foresti L., Kaiser C.,et al. Machine learning models for geospatial data. Handbook of theoretical and quantitative geography. Lausanne: University of Lausanne; 2009, pp. 175-227.
5. Han J., Kamber M., Pei J. Data Mining: Concepts and Techniques. Amsterdam: Elsevier; 2011. 432 p.
6. Akpan U.I., Starkey A. Review of classification algorithms with changing inter-class distances. Machine Learning with Applications. 2021;4:100031. DOI: 10.1016/j.mlwa.2021.100031
7. Прокопьев И.Р., Дорошкевич А.Г., Редина А.А. и др. Петрография щелочных пород, минералогия и условия образования рудной минерализации Верхнеамгинского золоторудного района (Алданский щит, Южная Якутия). В кн.: Эрнст Р.Э. (ред.) Петрология магматических и метаморфических комплексов: материалы IX Всероссийской конференции с международным участием. Выпуск 9, г. Томск, 28 ноября - 2 декабря 2017 года. Томск: Изд-во ЦНТИ; 2017. С. 360-366.
8. Анисимова Г.С., Кондратьева Л.А., Соколов Е.П. и др. Золотое оруденение лебединского и куранахского типов в Верхнеамгинском районе (Южная Якутия). Отечественная геология. 2018;(5):3-13. DOI: 10.24411/0869-7175-2018-10010
9. Wang Q. Reservoir permeability prediction based on machine learning. International Journal of Natural Resources and Environmental Studies. 2024;3(1):129-138. DOI: 10.62051/ijnres.v3n1.17
10. Смелов А.П., Зедгенизов А.Н., Тимофеев В.Ф. Фундамент Северо-Азиатского кратона. Алдано-Становой щит. В кн.: Тектоника, геодинамика и металлогения Республики Саха (Якутия). М.: МАИК “Наука/Интерпериодика”; 2001. С. 81-100.
11. Парфенов Л.М., Кузьмин М.И. Тектоника, геодинамика и металлогения территории Республики Саха (Якутия). М.: МАИК “Наука/Интерпериодика”; 2001. 571 с.
12. Соколов Е.П. Рудное золото Верхнеамгинского золотоносного района. В кн.: Биллер А.Я. (ред.) Геология и минерально-сырьевые ресурсы Северо-Востока России: материалы всероссийской научно-практической конференции, г. Якутск, 31 марта - 2 апреля 2015 г. Якутск: Издательский дом СВФУ; 2015. С. 458-462.
13. Жумадилова Д.В., Прокопьев И.Р., Дорошкевич А.Г. и др. Золотоносность Верхнеамгинского рудного района (Алданский щит, Якутия). В кн. Научно-методические основы прогноза, поисков, оценки месторождений алмазов, благородных и цветных металлов. М.: ФГБУ “ЦНИГРИ”; 2019. С. 25-28.
14. Пономарчук А.В., Прокопьев И.Р., Дорошкевич А.Г., и др. 40 Ar / 39 Ar возраст щелочных пород Верхнеамгинского массива (Алданский шит, Южная Якутия). Известия Томского политехнического университета. Инжиниринг ресурсов. 2019;330(3):28-39.
15. Никифорова З.С., Каженкина А.Г. Типоморфизм россыпного золота Хатырхайского рудно-россыпного узла (Верхнеамгинская площадь). Природные ресурсы Арктики и Субарктики. 2018;23(2):39-48. DOI: 10.31242/2618-9712-2018-24-2-39-48
16. Шатова Н.В., Шатов В.В., Молчанов А.В. и др. Геохимия и петрография гидротермально измененных пород Рябинового рудного поля (Южная Якутия) как основа прогноза золото-медно-порфирового оруденения. Региональная геология и металлогения. 2020;(84):71-96.
17. Дворник Г.П. Поисковые критерии и признаки золотого оруденения в калиевых щелочных массивах (на примере месторождений и рудопроявлений Алданского щита). Литосфера. 2017;17(6):118-135. DOI: 10.24930/1681-9004-2017-6-118-135
18. Barnes H.L. Geochemistry of Hydrothermal Ore Deposits. New York: Wily & Sons. 1979. 798 p.
19. Dwarampudi T.M., Alugolu A. Review of machine learning classification algorithms. International Journal of Progressive Research in Engineering Management and Science (IJPREMS). 2024;4(11):1104-1106 https://www.
