An Overview of Data Mining and Process Mining Applications in Underground Mining

The underground mining process can be analysed with a data-oriented or process-oriented approach. The first of them is popular and wide known as data mining while the second is still not often used in the conditions of the mining companies. The aim of this paper is an overview of data mining and process mining applications in an underground mining domain and an investigation of the most popular analytic techniques used in the defined analytic perspectives (“Diagnostics and machinery”, “Geomechanics”, “Hazards”, “Mine planning and safety”). In the paper two research questions are formulated: RQ1: What are the most popular data mining/process mining tasks in the analysis of the underground mining process? and RQ2: What are the most popular data mining/process mining techniques applied in the multi-perspective analysis of the underground mining process? In the paper sixty--two published articles regarding to data mining tasks and analytic techniques in the mentioned domain have been analysed. The results show that predominatingly predictive tasks were formulated with regard to the analysed phenomena, with strong overrepresentation of classification task. The most frequent data mining algorithms is comprised of the following: artificial neural networks, decision trees, rule induction and regression. Only a few applications of process mining in analysis of the underground mining process have been found – they were briefly described in the paper.

Celem artykułu jest przegląd zastosowań eksploracji danych (data mining) i procesów (process mining) w analizie procesu wydobywczego w kopalniach podziemnych oraz identyfikacja najpopularniejszych technik analizy danych w tym zakresie. W artykule sformułowano dwa pytania badawcze: P1: Jakie są najpopularniejsze zadania eksploracji danych/eksploracji procesów w analizie procesu wydobywczego w kopalniach podziemnych? oraz P2: Jakie są najpopularniejsze techniki eksploracji danych/eksploracji procesów stosowane w wielowymiarowej analizie procesu wydobywczego w kopalniach podziemnych? W artykule przeanalizowano sześćdziesiąt dwie opublikowane prace dotyczące eksploracji danych w ujęciu zdefiniowanych perspektyw analitycznych (“Diagnostyka i maszyny”, “Geomechanika”, “Zagrożenia”, “Projektowanie kopalń i bezpieczeństwo”). Wyniki pokazują, że w odniesieniu do analizowanych zjawisk formułowano głównie zadania predykcyjne, z silną nadreprezentacją zadania klasyfikacji. Do najczęściej wykorzystywanych technik eksploracji danych należą: sztuczne sieci neuronowe, drzewa decyzyjne, indukcja reguł i regresja. Eksploracja procesów w analizie procesu wydobywczego w kopalniach podziemnych została opisana tylko w kilku artykułach, które pokrótce omówiono.