Categorización de recursos por varianza de kriging en Python [CRP]

5 ALUMNOS MATRICULADOS

DESCRIPCIÓN GENERAL:

En este curso se aborda la categorización de recursos minerales [medidos, indicados, inferidos] a través de la varianza de estimación de kriging [simple / ordinario].

Se estudian una serie de algoritmos re-implementados de la GSLIB (Geoestatistical Software Library) en Python.

GSLIB es el acronimo de uno de los primeros directorios contenedores de software geoestadístico en el mundo, algunos investigadores lo consideran como el principal desarrollo informático en la historia de la Geoestadística.

A lo largo del curso se exponen casos 2D y 3D, con muestras distribuidas de forma regular como irregular en el espacio y utilizando distintas variantes del método por varianza de Kriging.

Se recomienda tener conocimiento básico de Python previo a comenzar este curso.


RELATOR:

Ing. Heber Hernández G. [ver perfil en Nube Minera]


PRE REQUISITOS: 

Dirigido a estudiantes y profesionales del área ciencias de la tierra, quienes tengan nociones de geoestadística  y busquen profundizar conocimientos en el método de categorización por error relativo de kriging.
Se necesitará de un ordenador con sistema operativo windows, linux o MacOs, sin embargo las clases serán ejecutadas desde windows.

INSCRIPCIÓN: 

Para matricularse a este curso, favor completar con sus datos. Posterior a ello recibirá un correo electrónico de forma automática [entrada/ spam], para finalizar el registro. El coste del programa completo es de 120 USD.


Contenido del Curso

I. Fundamento teórico del método de categorización por Kriging
¿Qué es el Kriging? 00:10:00
¿Qué es la varianza de estimación de Kriging? 00:09:00
¿Qué es la categorización? 00:05:00
¿Cómo funciona este método de categorización? 00:07:00
Ejemplo manual de categorización I: KS puntos 00:19:00
Ejemplo manual de categorización II: KO bloques 00:34:00
2. Categorización de recursos en malla regular 2D
Lectura de datos y visualización malla regular 00:09:00
Modelado estructural datos en malla regular 00:18:00
Estimación y categorización malla regular 00:12:00
3. Categorización de recursos en malla irregular 2D
Lectura de datos y visualización malla irregular 00:04:00
Modelado estructural datos en malla irregular 00:12:00
Estimación y categorización malla irregular 00:10:00
4. Categorización desde modelo anisotropo 2D
Secuencias en la generación de un modelo de categorías 00:25:00
5. Categorización de recursos desde sondajes 3D
Secuencia de un modelo de categorías 3D 00:23:00
6. Reporte estadístico del modelo de celdas / bloques
Reporte numérico desde modelos 00:12:00
Reporte gráfico desde modelos 00:15:00
7. Evaluación
Tárea 7 días

USUARIOS EN LÍNEA

En este momento no hay usuarios online

ACERCA DE

NUBE MINERA es una plataforma e Learning, de formación complementaria para carreras de minería, dedicada a estudiantes y profesionales que deseen fortalecer sus conocimientos.

SUSCRIPCIÓN

Introduzca su correo electrónico para suscribirse a NUBE MINERA y recibir notificaciones de nuevas entradas.

CONTACTO STAFF

Nube Minera© 2020.