Pantheon Repositório Institucional da UFRJ
Coleta, preserva e divulga a produção acadêmica digital em todas as áreas do conhecimento.
São os ativos do repositório, além de teses e dissertações da UFRJ, artigos científicos, livros eletrônicos, capítulos de livros e trabalhos apresentados em eventos por professores, pesquisadores, funcionários administrativos e alunos de mestrado e doutorado.
Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/11422/20012| Tipo: | Trabalho de conclusão de graduação |
| Título: | Aplicação de machine learning na identificação de horizontes do regolito no depósito de níquel laterítico do Rio dos Bois, Goiás |
| Autor(es)/Inventor(es): | Leme, Eduardo Sartori Vieira Carvalho |
| Orientador: | Porto, Claudio Gerheim |
| Resumo: | O depósito Rio dos Bois localizado ao norte do município de Iporá está inserido na Província Alcalina do Sul de Goiás e é descrito como um corpo alcalino ultramáfico que desenvolveu um perfil laterítico que hospeda mineralizações dos commodities Níquel e Cobalto. O corpo é uma intrusão de cerca de 70 Ma que corta as rochas pré cambrianas da região com um formato oval e é composto principalmente de dunitos serpentinizados. O presente trabalho tem como objetivo aplicar técnica de machine learning para prever e corrigir a classificação litológica de testemunhos de 737 furos de sondagem e com isso auxiliar a modelagem do depósito. Para tanto foi utilizada a base de dados geoquímicos do depósito Rio dos Bois concedida pela Teck Cominco Ltd. . O método emprega o algoritmo Random Forest utilizando o software Orange Data Mining para prever as classes litológicas usando um conjunto de dados de treino para ensina-lo sobre a distribuição geoquímica das classes. O treinamento foi feito selecionando as amostras com composição geoquímica mais representativa de cada classe litológica por meio da análise de boxplots da distribuição geoquímica dos principais metais. A previsão pode ser visualizada pelos gráficos de frequência, boxplots e RadViz que revelam diferentes zonas geoquímicas para cada classe podendo assim, corrigir a base de dados para melhor interpretação do depósito. |
| Palavras-chave: | Níquel Laterítico Cobalto Laterítico Machine Learning Random Forest Geoquímica Depósito Rio dos Bois |
| Assunto CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOLOGIA |
| Unidade produtora: | Instituto de Geociências |
| Editora: | Universidade Federal do Rio de Janeiro |
| Data de publicação: | Jan-2023 |
| País de publicação: | Brasil |
| Idioma da publicação: | por |
| Tipo de acesso: | Acesso Aberto |
| Aparece nas coleções: | Geologia |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| LEME, E.S.V.C.pdf | 1.7 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.