Predicting gold accessibility from mineralogical characterization using machine learning algorithms (2024)
- Authors:
- USP affiliated authors: CARNEIRO, CLEYTON DE CARVALHO - EP ; ULSEN, CARINA - EP ; COSTA, FABRIZZIO RODRIGUES - EP
- Unidade: EP
- DOI: 10.1016/j.jmrt.2024.01.139
- Subjects: ANÁLISE DE DADOS; MINERALOGIA APLICADA; MINÉRIOS; OURO
- Language: Inglês
- Imprenta:
- Source:
- Título: Journal of Materials Research and Technology
- Volume/Número/Paginação/Ano: v.29, p. 668-677, 10 p., 2024
- 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
COSTA, Fabrizzio Rodrigues e CARNEIRO, Cleyton de Carvalho e ULSEN, Carina. Predicting gold accessibility from mineralogical characterization using machine learning algorithms. Journal of Materials Research and Technology, v. 29, p. 10 , 2024Tradução . . Disponível em: https://doi.org/10.1016/j.jmrt.2024.01.139. Acesso em: 27 dez. 2025. -
APA
Costa, F. R., Carneiro, C. de C., & Ulsen, C. (2024). Predicting gold accessibility from mineralogical characterization using machine learning algorithms. Journal of Materials Research and Technology, 29, 10 . doi:10.1016/j.jmrt.2024.01.139 -
NLM
Costa FR, Carneiro C de C, Ulsen C. Predicting gold accessibility from mineralogical characterization using machine learning algorithms [Internet]. Journal of Materials Research and Technology. 2024 ;29 10 .[citado 2025 dez. 27 ] Available from: https://doi.org/10.1016/j.jmrt.2024.01.139 -
Vancouver
Costa FR, Carneiro C de C, Ulsen C. Predicting gold accessibility from mineralogical characterization using machine learning algorithms [Internet]. Journal of Materials Research and Technology. 2024 ;29 10 .[citado 2025 dez. 27 ] Available from: https://doi.org/10.1016/j.jmrt.2024.01.139 - Self-organizing maps analysis of chemical-mineralogical gold ore characterization in support of geometallurgy
- Imputation of gold recovery data from low grade gold ore using artifical neural network
- Enhanced gold ore classification: A comparative cnalysis of machine learning techniques with textural and chemical data
- Classificação e interpretação da coluna geológica de poços de petróleo via Self- Organizing Maps (SOM)
- Mineral characterization of low-grade gold ore to support geometallurgy
- Pré-concentração de minério de ouro para caracterização das formas de ocorrência e associações minerais
- Petrobras e USP vão criar laboratório em Santos
- Caracterização tecnológica e mapas auto-organizáveis em apoio à geometalurgia de minério de ouro
- Effective density concentration in refractory gold ore for characterization purposes
- Caracterização tecnológica do minério de ouro da Mina Morro do Ouro - Paracatu, MG
Informações sobre o DOI: 10.1016/j.jmrt.2024.01.139 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
CARNEIRO-2024-3178247-Pre... |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
