Identificación de anomalías geoquímicas en la subcuenca del Alto Marañón utilizando redes neuronales artificiales

• Autor: Orna Huamán, Jarold Chirs
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Nacional de Ingeniería
• Repositorio: UNI-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.uni.edu.pe:20.500.14076/28177
• Enlace del recurso: http://hdl.handle.net/20.500.14076/28177
• Nivel de acceso: acceso abierto
• Materia: Redes neuronales artificiales; Anomalías geoquímicas; Predicción; Geoestadística; https://purl.org/pe-repo/ocde/ford#2.07.01

El trabajo de investigación tiene como objetivo detectar anomalías geoquímicas en la subcuenca del Alto Marañón mediante el diseño e implementación de redes neuronales artificiales. Los resultados de la investigación se comparan con los publicados por el Servicio Geológico del Perú. La metodología aplicada en la investigación inicia con el entendimiento geológico de la subcuenca, teniendo en cuenta la geología regional del sector, la litología, la geología estructural y la geología económica; asimismo los yacimientos mineros existentes y proyectos. Con el entendimiento geológico del sector se analiza la información de los resultados de los análisis químicos de los sedimentos de quebrada y se elige los elementos pathfinders para la detección de anomalías geoquímicas, se realiza el tratamiento estadístico de los datos convertidos a base logarítmica para establecer una normalidad de datos. Se diseña una red neuronal artificial llamada multilayer perceptrón con 55 neuronas y 2 capas ocultas que utiliza el algoritmo de clasificación multiclase y la función de activación softmax para poder predecir elementos en base al entrenamiento de una muestra de la población de datos, para ello previamente se aplica algoritmos para correlacionar las muestras entre ellas. Los resultados de las predicciones para los elementos escogidos (arsénico, cromo, cobre, mercurio, molibdeno, níquel, plomo y zinc), siguen un tratamiento geoestadístico para finalmente por la interpolación tipo kriging se realizan mapas geoquímicos por elementos. Los resultados de la detección de anomalías geoquímicas utilizando redes neuronales artificiales son comparados con los resultados publicados por el servicio geológico del Perú, observándose similitudes en los sectores donde se tienen anomalías geoquímicas relevantes para elementos químicos de interés.