Minería: aspectos legales, tecnológicos y ambientales
Geología y minería
Coupling NCA Dimensionality Reduction with Machine Learning in Multispectral Rock Classification Problems
Acoplamiento de reducción de dimensionalidad NCA con aprendizaje automático en problemas de clasificación de rocas multiespectrales
Este documento presenta una propuesta para la identificación de rocas y minerales a través de la integración del Análisis de Componentes de vecindario (NCA), imagen hiperespectral y aprendizaje automático, utilizando la tecnología de vehículos aéreos no tripulados (UAV). Los autores afirman que el método propuesto se fusiona perfectamente con varios modelos de aprendizaje automático; el estudio cuenta con resultados cuantitativos relacionados con las capacidades de clasificación de cada modelo como por ejemplo, el Cubic SVM, que superó a todos los demás modelos en la clasificación de rocas ígneas en la base de datos, con una precisión de clasificación global del 71% y una precisión promedio por clase del 72%.
Este estudio fue desarrollado por Brian Bino Sinaice , Narihiro Owada, Mahdi Saadat, Hisatoshi Toriya, Fumiaki Inagaki (Akita University, Akita, Japan), Zibisani Bagai (University of Botswana, Gaborone, Botswana) y Youhei Kawamura (Hokkaido University, Sapporo, Japan) para Minerals (Vol. 11, núm. 8, p. 846, 2021) una revista dedicada al estudio de sistemas minerales naturales, recursos minerales, procesamiento, y minería. Esta es una publicación de MDPI, una plataforma de revistas científicas de acceso abierto operada por MDPI Verein (Basilea, Suiza). Correo de contacto: [email protected]
Inventory of Locations of Old Mining Works Using LiDAR Data: A Case Study in Slovakia
Inventario de locaciones de minería abandonadas utilizando datos LiDAR: un estudio de caso en Eslovaquia
Frente a la necesidad de establecer un método preciso para la localización de obras mineras abandonadas y así como obras recientes para la gestión sostenible de esta actividad en Eslovaquia, este estudio propone el uso de datos LiDAR, que permite determinar la posición y la forma sobre el suelo de antiguas obras mineras. La metodología se basa en la nube de puntos LiDAR para dos áreas seleccionadas entre 2018 y 2019. De esta manera, los autores pretenden explorar el estado actual de las obras abandonadas y recientes, presentando un panorama real de la situación, además de hacer una comparación de las coordenadas posicionales que pertenecen a un objeto específico en fuentes de bases de datos seleccionadas.
Este estudio fue desarrollado por Marcela Bindzarova Gergelova, Slavomir Labant (Technical University of Kosice, Kosice, Slovakia), Jozef Mizak (State Geological Institute of Dionýz Štúr, Bratislava, Slovakia), Pavel Sustek y Lubomir Leicher (VSB—Technical University of Ostrava, Ostrava, Czech Republic) para Sustainability (Vol. 13, núm. 12, p. 6981, 2021), una revista enfocada en el desarrollo sostenible abordado desde diversas áreas. Esta es una publicación de MDPI, una plataforma de revistas científicas de acceso abierto operada por MDPI Verein (Basilea, Suiza). Correo de contacto: [email protected]
- Video:Teledetección aplicada a la exploración mineral
- Fuente: MINEX FIELD
