Curso en formato e-learning con 10 horas de contenido.

PRIVADO

DESCRIPCIÓN GENERAL:

En un contexto donde la industria minera demanda innovaciones y mejoras constantes, este curso teórico-práctico está diseñado para capacitar a los estudiantes en el uso de técnicas avanzadas de modelamiento geológico. A lo largo del curso, los participantes explorarán cómo integrar el modelamiento geológico implícito, actualmente incorporado en todos los softwares mineros, con modelos de Machine Learning, para crear modelos predictivos más precisos y de mínima intervención.

Los participantes aprenderán los principios del modelamiento implícito y cómo estas técnicas pueden ser incorporadas en modelos de aprendizaje automático. A través de casos de aplicación (como el de la figura), utilizando herramientas de código abierto, los estudiantes implementaran un nuevo modelo, el cual mejora al actual modelamiento geológico implícito.

Este curso entrega programas propios escritos en Python tanto para casos 2D como 3D, y no utiliza software comercial.

RELATOR:

PhD. Heber Hernández, es ingeniero civil de minas, master en minería y doctor en modelamiento de fenómenos geoespaciales. Actualmente se desempeña como investigador en temáticas relacionadas a ciencias de la tierra.

PRE-REQUISITOS:

Dirigido a geólogos, ingenieros de mina, y profesionales de ciencias de la tierra que busquen expandir sus conocimientos y habilidades, buscando estar a la vanguardia de las tecnologías aplicadas en modelamiento geológico.

Se necesitará de un ordenador con sistema operativo windows, linux o MacOs, que tenga instalado Python.

COMPRAR CURSO:

El valor del curso es de 200 USD con suscripción de 12 meses. El pago se realiza vía PAYPAL. Posterior sea confirmado el pago recibirá un correo electrónico con su credencial de acceso.

DIPLOMA:

El curso posee una evaluación al final de todo el contenido, la cual discriminará en la aprobación o no del curso. En caso de aprobar el estudiante recibirá un diploma que señale dicho logro.

Curriculum Curso:

Introducción al Modelamiento Geológico Implícito
- Importancia del modelamiento geológico en la minería 00:30:00
- Flujo del modelamiento geológico implícito 00:30:00
- Codificación binaria de dominios geológicos 00:30:00
- Función de distancia con signo 00:30:00
- Interpolación con funciones de base radial 00:30:00
- Interpolación con Kriging 00:30:00
- Postproceso de la interpolación y obtención del modelo geológico 00:30:00
- Ventajas y desventajas del modelamiento geológico implícito 00:30:00
Integración de Machine Learning
- Modelos supervisados de clasificación 00:30:00
- Perceptrón multicapa 00:30:00
- Incorporación del modelamiento geológico implícito en un modelo de red neuronal 00:30:00
- Arquitectura del modelo hibrido semiautomático 00:30:00
- Ventajas del modelo hibrido versus el modelamiento geológico implícito 00:30:00
Implementación Practica del Modelo Geológico Hibrido
- Caso base 00:30:00
- Preparación y preprocesamiento de datos 00:30:00
- Entrenamiento y validación del modelo de ML 00:30:00
- Predicción de dominios geológicos 00:30:00
- Postproceso y modelo geológico final 00:30:00
Evaluación