Aplicación del Machine Learning y el pronóstico de mineralización en la concesión minera Gus del Aire, Huánuco 2023

Abstract

El estudio “Aplicación del Machine Learning y el pronóstico de mineralización en la concesión minera Gus del Aire, Huánuco 2023” se llevó a cabo en el distrito de Panao, provincia de Pachitea, departamento de Huánuco, en la Cordillera Oriental, a altitudes entre 3500 y 4000 m.s.n.m. Su objetivo fue predecir depósitos minerales mediante modelos de Machine Learning (ML), integrando datos geológicos, geoquímicos, estructurales y análisis espectral. La metodología comenzó con una revisión bibliográfica, seguida de la recopilación y selección de datos para conformar una base de datos. Luego, se aplicaron técnicas de preprocesamiento y transformación, permitiendo la implementación y validación de modelos de ML, específicamente Bosques Aleatorios (RF) y Redes Neuronales Artificiales (ANN). La evaluación del rendimiento, a través de la matriz de confusión y la curva ROC, mostró una precisión del 99.91% para RF y 99.81% para ANN. El mapa predictivo resultante identificó zonas prioritarias para la exploración minera, optimizando recursos y reduciendo riesgos económicos. Estos resultados coinciden con estudios previos, como el de Rodríguez, Coba y Mamani (2021), quienes evidenciaron que el uso del ML mejora la eficiencia en exploración geológica. En conclusión, la aplicación de ML permitió identificar zonas con potencial mineralógico de manera eficiente y precisa, facilitando la exploración y reduciendo costos. Además, la metodología utilizada demostró ser replicable en otros proyectos geológicos, consolidándose como una herramienta clave en la minería moderna.