Machine learning methods for quantifying uncertainty in prospectivity mapping of magmatic-hydrothermal gold deposits: a case study from Juruena Mineral Province, Northern Mato Grosso, Brazil (2022)
- Authors:
- Autor USP: LOURO, VINICIUS HECTOR ABUD - IGC
- Unidade: IGC
- DOI: 10.3390/min12080941
- Subjects: PROSPECÇÃO MINERAL; APRENDIZADO COMPUTACIONAL
- Language: Inglês
- Imprenta:
- Source:
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by
-
ABNT
SANTOS, Victor Silva dos et al. Machine learning methods for quantifying uncertainty in prospectivity mapping of magmatic-hydrothermal gold deposits: a case study from Juruena Mineral Province, Northern Mato Grosso, Brazil. Minerals, v. 12, n. 8, p. 941-, 2022Tradução . . Disponível em: https://doi.org/10.3390/min12080941. Acesso em: 09 nov. 2024. -
APA
Santos, V. S. dos, Gloaguen, E., Louro, V. H. A., & Blouin, M. (2022). Machine learning methods for quantifying uncertainty in prospectivity mapping of magmatic-hydrothermal gold deposits: a case study from Juruena Mineral Province, Northern Mato Grosso, Brazil. Minerals, 12( 8), 941-. doi:10.3390/min12080941 -
NLM
Santos VS dos, Gloaguen E, Louro VHA, Blouin M. Machine learning methods for quantifying uncertainty in prospectivity mapping of magmatic-hydrothermal gold deposits: a case study from Juruena Mineral Province, Northern Mato Grosso, Brazil [Internet]. Minerals. 2022 ; 12( 8): 941-.[citado 2024 nov. 09 ] Available from: https://doi.org/10.3390/min12080941 -
Vancouver
Santos VS dos, Gloaguen E, Louro VHA, Blouin M. Machine learning methods for quantifying uncertainty in prospectivity mapping of magmatic-hydrothermal gold deposits: a case study from Juruena Mineral Province, Northern Mato Grosso, Brazil [Internet]. Minerals. 2022 ; 12( 8): 941-.[citado 2024 nov. 09 ] Available from: https://doi.org/10.3390/min12080941 - Análise geofísica, geoquímica e isotópica da suíte Figueira Branca, Mato Grosso, Brasil
- Caracterização de alvos auríferos integrando dados gamaespectrométricos e algoritmos de deep learning
- Procedimentos em análise em magnetometria :: estimativa de magnetização remanente visando inversões para exploração mineral
- Análise dos aspectos morfoestruturais e do campo magnético na Bacia Hidrográfica do Rio Sarapuí, Região de Sorocaba-SP
- Figueira Branca Intrusive Suite (Brazil): a geophysical perspective of a layered mafic intrusion in the SW Amazon Craton
- Caracterização de alvos auríferos integrando dados aerogeofísicos e algoritmos de Machine Learning
- 3D inversion and modeling of magnetic and gravimetric data characterizing the geophysical anomaly source in Pratinha I in the southeast of Brazil
- Modelo geofísico-geológico do depósito de CU-AU AQW2, na região do Aquiri, porção NW da Província Carajás
- Desenvolvimento de algoritmo de Deep Learning com dados aerogeofísicos para investigação de alvos exploratórios auríferos
- Mapeamento prospectivo mineral da Província Aurífera de Alta Floresta usando métodos de aprendizado de máquina
Informações sobre o DOI: 10.3390/min12080941 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3141193.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
