Teledetección de rotura de diques de relave en minería utilizando imágenes satelitales y Machine Learning

Descripción del Articulo

El presente trabajo de investigación pretende generar información sobre los pasos a seguir y las opciones que existen para implementar un algoritmo de “aprendizaje supervisado” (Stochastic Gradient Descent, Random Forests, etc.) de Machine Learning capaz de clasificar imágenes satelitales de diques...

Descripción completa

Detalles Bibliográficos
Autores: Ortíz Guzmán, Siwar Alvaro, Bocanegra Muñante, Fiorella Alessandra, Suni Idme, María Gabriela, Vásquez Quispe, Carolay Zully, Vizcarra Guerreros, Edwin Andrei
Formato: documento de trabajo
Fecha de Publicación:2021
Institución:Organismo de Evaluación y Fiscalización Ambiental
Repositorio:OEFA-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.oefa.gob.pe:20.500.12788/159
Enlace del recurso:https://hdl.handle.net/20.500.12788/159
Nivel de acceso:acceso abierto
Materia:Teledetección
Prevención de desastres
Fuentes de contaminación
https://purl.org/pe-repo/ocde/ford#2.08.01
Descripción
Sumario:El presente trabajo de investigación pretende generar información sobre los pasos a seguir y las opciones que existen para implementar un algoritmo de “aprendizaje supervisado” (Stochastic Gradient Descent, Random Forests, etc.) de Machine Learning capaz de clasificar imágenes satelitales de diques de relaves de acuerdo a la probabilidad de rotura. Esto se hará con la finalidad de reducir costos y tiempo en los procesos de evaluación o supervisión, específicamente en casos en los que el administrado no reporta la contingencia mencionada.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).