Aplicação de machine learning na identificação de horizontes do regolito no depósito de níquel laterítico do Rio dos Bois, Goiás
| dc.contributor.advisor | Porto, Claudio Gerheim | |
| dc.contributor.advisorLattes | http://lattes.cnpq.br/9314089576626947 | pt_BR |
| dc.contributor.referee1 | Braga, Luis Paulo | |
| dc.contributor.referee1Lattes | http://lattes.cnpq.br/6041124453683319 | pt_BR |
| dc.contributor.referee2 | Seoane, José Carlos Sícoli | |
| dc.contributor.referee2Lattes | http://lattes.cnpq.br/5256359048551589 | pt_BR |
| dc.creator | Leme, Eduardo Sartori Vieira Carvalho | |
| dc.creator.Lattes | http://lattes.cnpq.br/5409425744674386 | pt_BR |
| dc.date.accessioned | 2023-03-27T12:13:08Z | |
| dc.date.available | 2026-05-16T03:03:13Z | |
| dc.date.issued | 2023-01 | |
| dc.description.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. | pt_BR |
| dc.embargo.terms | aberto | pt_BR |
| dc.identifier.uri | http://hdl.handle.net/11422/20012 | |
| dc.language | por | pt_BR |
| dc.publisher | Universidade Federal do Rio de Janeiro | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.publisher.department | Instituto de Geociências | pt_BR |
| dc.publisher.initials | UFRJ | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.subject | Níquel Laterítico | pt_BR |
| dc.subject | Cobalto Laterítico | pt_BR |
| dc.subject | Machine Learning | pt_BR |
| dc.subject | Random Forest | pt_BR |
| dc.subject | Geoquímica | pt_BR |
| dc.subject | Depósito Rio dos Bois | pt_BR |
| dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOLOGIA | pt_BR |
| dc.title | Aplicação de machine learning na identificação de horizontes do regolito no depósito de níquel laterítico do Rio dos Bois, Goiás | pt_BR |
| dc.type | Trabalho de conclusão de graduação | pt_BR |