Bibliographic citations
Chelin, O., Hidalgo, B. (2023). Aplicación de técnicas de análisis multivariado y aprendizaje automático para reducir la variabilidad en la estimación de la densidad para la evaluación de recursos mineros en una mina mecanizada subterránea [Trabajo de suficiencia profesional, Universidad Peruana de Ciencias Aplicadas (UPC)]. http://hdl.handle.net/10757/671242
Chelin, O., Hidalgo, B. Aplicación de técnicas de análisis multivariado y aprendizaje automático para reducir la variabilidad en la estimación de la densidad para la evaluación de recursos mineros en una mina mecanizada subterránea [Trabajo de suficiencia profesional]. PE: Universidad Peruana de Ciencias Aplicadas (UPC); 2023. http://hdl.handle.net/10757/671242
@misc{sunedu/3584699,
title = "Aplicación de técnicas de análisis multivariado y aprendizaje automático para reducir la variabilidad en la estimación de la densidad para la evaluación de recursos mineros en una mina mecanizada subterránea",
author = "Hidalgo Aguirre, Braggiant Jonattan",
publisher = "Universidad Peruana de Ciencias Aplicadas (UPC)",
year = "2023"
}
La estimación de recursos de minerales en la minería peruana, es uno de los procesos que ha evolucionado a medida del paso de los años, sin embargo, en la actualidad aún existen dificultades con respecto a precisar la densidad, cantidad, calidad, tipo de roca y localización exacta de los cuerpos mineralizados en el macizo rocoso, como también, otros aspectos significativos para la toma de decisiones en base a la posibilidad de explotación comercial del mineral estimado. Por consiguiente, uno de los mayores desafíos durante este proceso es la incertidumbre, dado que se puede presentar a nivel geológico, operacional, e incluso de criterio y comprensión de los valores obtenidos, incrementando así la brecha entre el dato exacto y el obtenido luego de un sinfín de simulaciones, en consecuencia, se ha vuelto cada vez más difícil realizar los trabajos de exploración de nuevos depósitos de minerales, los hallazgos de yacimientos mineros, los trabajos a futuro que implican su explotación y los ingresos económicos que representan a diferencia del resto de sectores a nivel nacional. Asimismo, dado que la etapa de estimación es indispensable para precisar el grado de factibilidad de un proyecto minero, es importante mencionar, que actualmente se vienen desarrollando nuevas técnicas, métodos y tecnologías que dan paso a que las estimaciones sean cada vez más exactas, ejemplo de ello, es la inteligencia artificial, machine learning, deep´s, entre otras técnicas que han permitido que las estimaciones de los cuerpos mineralizados posean menos incertidumbre y sean más confiables. Por todo lo mencionado, la presente investigación tiene como objetivo principal utilizar un método estadístico en combinación del aprendizaje automático, para predecir la densidad con el fin de generar modelos de bloques más confiables y reducir la incertidumbre.
This item is licensed under a Creative Commons License