Estimando teores de ferro em minérios : uma investigação com métodos de aprendizado de máquina e imagens hiperespectrais.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFOP |
Texto Completo: | http://www.repositorio.ufop.br/handle/123456789/12725 |
Resumo: | Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto. |
id |
UFOP_dcf37908635367d8d8ca3afd8ee9b45f |
---|---|
oai_identifier_str |
oai:localhost:123456789/12725 |
network_acronym_str |
UFOP |
network_name_str |
Repositório Institucional da UFOP |
repository_id_str |
3233 |
spelling |
Viana, Arthur OliveiraTorres, Vidal Félix NavarroSilveira Junior, Luiz Gonzaga daSouza Júnior, Paulo Antônio dePessin, GustavoPabón, Rosa Elvira Correa2020-09-15T19:00:30Z2020-09-15T19:00:30Z2020VIANA, Arthur Oliveira. Estimando teores de ferro em minérios: uma investigação com métodos de aprendizado de máquina e imagens hiperespectrais. 66 f. 2020. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2020.http://www.repositorio.ufop.br/handle/123456789/12725Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.Processos de beneficiamento mineral como prospecção, pesquisa, lavra e beneficiamento mineral podem ganhar com processos mais ágeis de caracterização dos minérios. A caracterização, feita por métodos tradicionais em laboratório, é muito precisa, mas em geral apresenta deficiência de tempo. A análise de imagens hiperespectrais pode trazer resultados mais rápidos do que a análise tradicional em laboratório, entretanto, a precisão da caracterização ainda é um desafio a ser investigado. Estas dificuldades têm relação com fatores ambientais como iluminação e umidade, fatores amostrais como tamanho e homogeneidade dos grãos, e fatores de modelagem, como escolha de bandas espectrais, resolução de imagens e tipos de modelos para caracterização. Considerando os desafios citados, esta pesquisa objetivou responder questões relacionadas aos fatores de modelagem e, portanto, investigamos métodos de aprendizado de máquina para estimar o teor de ferro em amostras de minérios de ferro com base em comprimentos de onda de imagens hiperespectrais na região do Visible and near infrared (VNIR) entre 400 e 1000 nm; realizamos uma seleção dos atributos mais relevantes para o modelo e validamos os resultados com o uso de métricas de avaliação estatísticas. O desempenho dos modelos manifestou resultados constantes, que apresentam baixa variância e dispersão e com precisão de estimação dos teores de ferro acima de 90% utilizando Random Forests (RF) e Multilayer Perceptrons (MLP).Mineral processing processes such as mineral exploration activities can gain from more agile processes for characterizing ores. The characterization, carried out by traditional methods in the laboratory, is very accurate, but in general it is time deficient. The analysis of hyperspectral images can bring faster results than traditional laboratory analysis, however, the accuracy of the characterization is still a challenge to be investigated. These difficulties are related to environmental factors such as lighting and humidity, sample factors such as grain size and homogeneity, and modeling factors, such as choice of spectral bands, resolution of images and types of models for characterization. Considering the challenges mentioned, this research aimed to answer questions related to the modeling factors and therefore, we investigated machine learning methods to estimate the iron content in iron ore samples based on wavelengths of hyperspectral images in the Visible and near infrared region (VNIR) between 400 and 1000 nm; most relevant attributes for the model and we validate the results with the use of statistical evaluation metrics. The performance of the models showed constant results, which present low variance and dispersion and with iron dosage estimation accuracy above 90% using Random Forests (RF) and Multilayer Perceptrons (MLP).Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 31/08/2020 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. Não permite a adaptação.info:eu-repo/semantics/openAccessAprendizado do computadorMinas e recursos minerais - caracterização mineralImagem hiperespectralEstimando teores de ferro em minérios : uma investigação com métodos de aprendizado de máquina e imagens hiperespectrais.Estimating iron content in ores : an investigation with machine learning methods and hyperspectral images.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFOPinstname:Universidade Federal de Ouro Preto (UFOP)instacron:UFOPLICENSElicense.txtlicense.txttext/plain; charset=utf-8924http://www.repositorio.ufop.br/bitstream/123456789/12725/5/license.txt62604f8d955274beb56c80ce1ee5dcaeMD55CC-LICENSElicense_urllicense_urltext/plain; charset=utf-846http://www.repositorio.ufop.br/bitstream/123456789/12725/2/license_url587cd8ffae15c8598ed3c46d248a3f38MD52license_textlicense_texttext/html; charset=utf-80http://www.repositorio.ufop.br/bitstream/123456789/12725/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-80http://www.repositorio.ufop.br/bitstream/123456789/12725/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54ORIGINALDISSERTAÇÃO_EstimandoTeoresFerro.pdfDISSERTAÇÃO_EstimandoTeoresFerro.pdfapplication/pdf5398639http://www.repositorio.ufop.br/bitstream/123456789/12725/1/DISSERTA%c3%87%c3%83O_EstimandoTeoresFerro.pdf7ffcc3f86329c279c45c6c5126089f7bMD51123456789/127252020-09-15 15:00:30.765oai:localhost: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ório InstitucionalPUBhttp://www.repositorio.ufop.br/oai/requestrepositorio@ufop.edu.bropendoar:32332020-09-15T19:00:30Repositório Institucional da UFOP - Universidade Federal de Ouro Preto (UFOP)false |
dc.title.pt_BR.fl_str_mv |
Estimando teores de ferro em minérios : uma investigação com métodos de aprendizado de máquina e imagens hiperespectrais. |
dc.title.alternative.pt_BR.fl_str_mv |
Estimating iron content in ores : an investigation with machine learning methods and hyperspectral images. |
title |
Estimando teores de ferro em minérios : uma investigação com métodos de aprendizado de máquina e imagens hiperespectrais. |
spellingShingle |
Estimando teores de ferro em minérios : uma investigação com métodos de aprendizado de máquina e imagens hiperespectrais. Viana, Arthur Oliveira Aprendizado do computador Minas e recursos minerais - caracterização mineral Imagem hiperespectral |
title_short |
Estimando teores de ferro em minérios : uma investigação com métodos de aprendizado de máquina e imagens hiperespectrais. |
title_full |
Estimando teores de ferro em minérios : uma investigação com métodos de aprendizado de máquina e imagens hiperespectrais. |
title_fullStr |
Estimando teores de ferro em minérios : uma investigação com métodos de aprendizado de máquina e imagens hiperespectrais. |
title_full_unstemmed |
Estimando teores de ferro em minérios : uma investigação com métodos de aprendizado de máquina e imagens hiperespectrais. |
title_sort |
Estimando teores de ferro em minérios : uma investigação com métodos de aprendizado de máquina e imagens hiperespectrais. |
author |
Viana, Arthur Oliveira |
author_facet |
Viana, Arthur Oliveira |
author_role |
author |
dc.contributor.referee.pt_BR.fl_str_mv |
Torres, Vidal Félix Navarro Silveira Junior, Luiz Gonzaga da Souza Júnior, Paulo Antônio de |
dc.contributor.author.fl_str_mv |
Viana, Arthur Oliveira |
dc.contributor.advisor1.fl_str_mv |
Pessin, Gustavo Pabón, Rosa Elvira Correa |
contributor_str_mv |
Pessin, Gustavo Pabón, Rosa Elvira Correa |
dc.subject.por.fl_str_mv |
Aprendizado do computador Minas e recursos minerais - caracterização mineral Imagem hiperespectral |
topic |
Aprendizado do computador Minas e recursos minerais - caracterização mineral Imagem hiperespectral |
description |
Programa de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto. |
publishDate |
2020 |
dc.date.accessioned.fl_str_mv |
2020-09-15T19:00:30Z |
dc.date.available.fl_str_mv |
2020-09-15T19:00:30Z |
dc.date.issued.fl_str_mv |
2020 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
VIANA, Arthur Oliveira. Estimando teores de ferro em minérios: uma investigação com métodos de aprendizado de máquina e imagens hiperespectrais. 66 f. 2020. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2020. |
dc.identifier.uri.fl_str_mv |
http://www.repositorio.ufop.br/handle/123456789/12725 |
identifier_str_mv |
VIANA, Arthur Oliveira. Estimando teores de ferro em minérios: uma investigação com métodos de aprendizado de máquina e imagens hiperespectrais. 66 f. 2020. Dissertação (Mestrado Profissional em Instrumentação, Controle e Automação de Processos de Mineração) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2020. |
url |
http://www.repositorio.ufop.br/handle/123456789/12725 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFOP instname:Universidade Federal de Ouro Preto (UFOP) instacron:UFOP |
instname_str |
Universidade Federal de Ouro Preto (UFOP) |
instacron_str |
UFOP |
institution |
UFOP |
reponame_str |
Repositório Institucional da UFOP |
collection |
Repositório Institucional da UFOP |
bitstream.url.fl_str_mv |
http://www.repositorio.ufop.br/bitstream/123456789/12725/5/license.txt http://www.repositorio.ufop.br/bitstream/123456789/12725/2/license_url http://www.repositorio.ufop.br/bitstream/123456789/12725/3/license_text http://www.repositorio.ufop.br/bitstream/123456789/12725/4/license_rdf http://www.repositorio.ufop.br/bitstream/123456789/12725/1/DISSERTA%c3%87%c3%83O_EstimandoTeoresFerro.pdf |
bitstream.checksum.fl_str_mv |
62604f8d955274beb56c80ce1ee5dcae 587cd8ffae15c8598ed3c46d248a3f38 d41d8cd98f00b204e9800998ecf8427e d41d8cd98f00b204e9800998ecf8427e 7ffcc3f86329c279c45c6c5126089f7b |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFOP - Universidade Federal de Ouro Preto (UFOP) |
repository.mail.fl_str_mv |
repositorio@ufop.edu.br |
_version_ |
1801685761679949824 |