XIV CONGRESO INTERNACIONAL DE PROSPECTORES Y EXPLORADORES DESCUBRIENDO RECURSOS MINERALES PARA UN MUNDO MEJOR 170 Este trabajo se centra en diferenciar litologías y alteraciones en el yacimiento de Toromocho, utilizando datos de análisis químicos mediante espectrometría de plasma acoplado inductivamente (ICP-OES) y mineralogía por difracción de rayos X (XRD) de muestras de perforación de doble banco con técnicas de machine learning. Tras una interpretación geológica inicial, se ajustan varios modelos predictivos (XGBoost, LGBM, Random Forest, SVM, etc.) para determinar el algoritmo más efectivo y las variables más relevantes (minerales y elementos químicos). Un aspecto destacado de este trabajo es la transparencia de los modelos de machine learning, detallando cómo cada modelo realiza la clasificación de muestras en litologías y alteraciones, comparándola con el logueo geológico. Este estudio busca mejorar la precisión en la identificación geológica y brindar una herramienta para validar e integrar el logueo geológico de perforación de doble banco y perforación diamantina. Resumen Clasificación de litologías y alteraciones usando datos de ICP Y XRD con técnicas de machine learning en Toromocho Bloque I Autor: Félix Anatolio Recines Trinidad Juan David Ramos Sánchez Minera Chinalco Perú. REVISE PAPER
RkJQdWJsaXNoZXIy MTM0Mzk2