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

dc.contributor.advisorLoroña Calderón, Frank
dc.contributor.authorOrtíz Guzmán, Siwar Alvaro
dc.contributor.authorBocanegra Muñante, Fiorella Alessandra
dc.contributor.authorSuni Idme, María Gabriela
dc.contributor.authorVásquez Quispe, Carolay Zully
dc.contributor.authorVizcarra Guerreros, Edwin Andrei
dc.date.accessioned2021-04-28T19:07:26Z
dc.date.available2021-04-28T19:07:26Z
dc.date.issued2021-02
dc.description.abstractEl 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.es_ES
dc.identifier.urihttps://hdl.handle.net/20.500.12788/159
dc.language.isospaes_ES
dc.publisherOrganismo de Evaluación y Fiscalización Ambientales_ES
dc.relation.ispartofseriesSFOR-AFA-CEU2021-010
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Perú*
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/*
dc.sourceOrganismo de Evaluación y Fiscalización Ambientales_ES
dc.subjectTeledetecciónes_ES
dc.subjectPrevención de desastreses_ES
dc.subjectFuentes de contaminaciónes_ES
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.08.01es_ES
dc.titleTeledetección de rotura de diques de relave en minería utilizando imágenes satelitales y Machine Learninges_ES
dc.typeinfo:eu-repo/semantics/workingPaperes_ES

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
Grupo Nº10.pdf
Tamaño:
757.25 KB
Formato:
Adobe Portable Document Format
Descripción:

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:

Indexado

Logo AliciaLogo Google Scholar
(511) 204-9900 anexo 7171 biblioteca@oefa.gob.pe
Franja inferior oficial