Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/20012
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorPorto, Claudio Gerheim-
dc.contributor.authorLeme, Eduardo Sartori Vieira Carvalho-
dc.date.accessioned2023-03-27T12:13:08Z-
dc.date.available2023-12-21T03:02:24Z-
dc.date.issued2023-01-
dc.identifier.urihttp://hdl.handle.net/11422/20012-
dc.languageporpt_BR
dc.publisherUniversidade Federal do Rio de Janeiropt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectNíquel Lateríticopt_BR
dc.subjectCobalto Lateríticopt_BR
dc.subjectMachine Learningpt_BR
dc.subjectRandom Forestpt_BR
dc.subjectGeoquímicapt_BR
dc.subjectDepósito Rio dos Boispt_BR
dc.titleAplicação de machine learning na identificação de horizontes do regolito no depósito de níquel laterítico do Rio dos Bois, Goiáspt_BR
dc.typeTrabalho de conclusão de graduaçãopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/9314089576626947pt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/5409425744674386pt_BR
dc.contributor.referee1Braga, Luis Paulo-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/6041124453683319pt_BR
dc.contributor.referee2Seoane, José Carlos Sícoli-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/5256359048551589pt_BR
dc.description.resumoO 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.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Geociênciaspt_BR
dc.publisher.initialsUFRJpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOLOGIApt_BR
dc.embargo.termsabertopt_BR
Appears in Collections:Geologia

Files in This Item:
File Description SizeFormat 
LEME, E.S.V.C.pdf1.7 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.