Aprendizaje automático para la identificación mineralógica de material particulado - Bogotá, Cali y Valle de Aburrá (Colombia)

Identificar los componentes minerales presentes en el material particulado puede ser de gran ayuda para comprender la dinámica de la polución aérea; sobre todo para detectar la presencia de minerales peligrosos por inhalación (como los asbestos). En este trabajo se desarrolla una metodología para el...

Full description

Autores:
Gutiérrez Silva, Juan Alberto
Tipo de recurso:
Fecha de publicación:
2023
Institución:
Universidad EAFIT
Repositorio:
Repositorio EAFIT
Idioma:
spa
OAI Identifier:
oai:repository.eafit.edu.co:10784/33458
Acceso en línea:
https://hdl.handle.net/10784/33458
Palabra clave:
Polución atmosférica
Caracterización química
Algoritmos de agrupamiento
SALUD AMBIENTAL
CONTAMINACIÓN DEL AIRE
PARTÍCULAS ORGÁNICAS
PARTÍCULAS INORGÁNICAS
Atmospheric pollution
SEM-EDX
DBSCAN
Chemical characterization
Clustering algorithms
Rights
License
Todos los derechos reservados
id REPOEAFIT2_e209b689b0cd5e8a845364a46bef62ac
oai_identifier_str oai:repository.eafit.edu.co:10784/33458
network_acronym_str REPOEAFIT2
network_name_str Repositorio EAFIT
repository_id_str
dc.title.spa.fl_str_mv Aprendizaje automático para la identificación mineralógica de material particulado - Bogotá, Cali y Valle de Aburrá (Colombia)
title Aprendizaje automático para la identificación mineralógica de material particulado - Bogotá, Cali y Valle de Aburrá (Colombia)
spellingShingle Aprendizaje automático para la identificación mineralógica de material particulado - Bogotá, Cali y Valle de Aburrá (Colombia)
Polución atmosférica
Caracterización química
Algoritmos de agrupamiento
SALUD AMBIENTAL
CONTAMINACIÓN DEL AIRE
PARTÍCULAS ORGÁNICAS
PARTÍCULAS INORGÁNICAS
Atmospheric pollution
SEM-EDX
DBSCAN
Chemical characterization
Clustering algorithms
title_short Aprendizaje automático para la identificación mineralógica de material particulado - Bogotá, Cali y Valle de Aburrá (Colombia)
title_full Aprendizaje automático para la identificación mineralógica de material particulado - Bogotá, Cali y Valle de Aburrá (Colombia)
title_fullStr Aprendizaje automático para la identificación mineralógica de material particulado - Bogotá, Cali y Valle de Aburrá (Colombia)
title_full_unstemmed Aprendizaje automático para la identificación mineralógica de material particulado - Bogotá, Cali y Valle de Aburrá (Colombia)
title_sort Aprendizaje automático para la identificación mineralógica de material particulado - Bogotá, Cali y Valle de Aburrá (Colombia)
dc.creator.fl_str_mv Gutiérrez Silva, Juan Alberto
dc.contributor.advisor.spa.fl_str_mv Duque Trujillo, José Fernando
dc.contributor.author.none.fl_str_mv Gutiérrez Silva, Juan Alberto
dc.subject.none.fl_str_mv Polución atmosférica
Caracterización química
Algoritmos de agrupamiento
topic Polución atmosférica
Caracterización química
Algoritmos de agrupamiento
SALUD AMBIENTAL
CONTAMINACIÓN DEL AIRE
PARTÍCULAS ORGÁNICAS
PARTÍCULAS INORGÁNICAS
Atmospheric pollution
SEM-EDX
DBSCAN
Chemical characterization
Clustering algorithms
dc.subject.lemb.none.fl_str_mv SALUD AMBIENTAL
CONTAMINACIÓN DEL AIRE
PARTÍCULAS ORGÁNICAS
PARTÍCULAS INORGÁNICAS
dc.subject.keyword.spa.fl_str_mv Atmospheric pollution
SEM-EDX
DBSCAN
Chemical characterization
Clustering algorithms
description Identificar los componentes minerales presentes en el material particulado puede ser de gran ayuda para comprender la dinámica de la polución aérea; sobre todo para detectar la presencia de minerales peligrosos por inhalación (como los asbestos). En este trabajo se desarrolla una metodología para el agrupamiento de datos químicos obtenidos a través de microscopía electrónica de barrido con espectroscopía de energía dispersiva (SEM-EDX) en muestreos ubicados en Bogotá, Cali y Valle de Aburrá (Colombia). Rausch et al. (2022) y Avellaneda et al. (2020) desarrollan y aplican una metodología basada en algoritmos de bosques aleatorios que permite separar categorías de partículas, entre ellas minerales. En este trabajo se desarrolla un algoritmo generalizado basado en DBSCAN como complemento. Que permitió analizar un conjunto de 3716 muestras previamente clasificadas como "mineral”. Los resultados revelan la presencia de al menos 15 minerales distintos. A pesar de una efectividad de clasificación relativamente baja (~20%), este trabajo representa un avance significativo en esta área, pues los precedentes son pocos o inexistentes para este tipo de aplicaciones. Es notable, también, que se detectó la presencia de Serpentina (variedad Antigorita) en Medellín. Las conclusiones de este estudio revelan que la mayoría de las partículas corresponden a cuarzo, calcita, caolinita y plagioclasas. A pesar de las limitaciones, el algoritmo demuestra su eficacia para la identificación de minerales. No obstante, se reconocen posibles mejoras que podrían aumentar su precisión. En conjunto, este estudio establece un punto de partida para futuros análisis de caracterización química del material particulado.
publishDate 2023
dc.date.issued.none.fl_str_mv 2023
dc.date.available.none.fl_str_mv 2024-02-19T23:49:13Z
dc.date.accessioned.none.fl_str_mv 2024-02-19T23:49:13Z
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.eng.fl_str_mv bachelorThesis
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.local.spa.fl_str_mv Trabajo de grado
dc.type.hasVersion.eng.fl_str_mv acceptedVersion
dc.type.spa.spa.fl_str_mv Artículo
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/10784/33458
dc.identifier.ddc.none.fl_str_mv 628.53 G984
url https://hdl.handle.net/10784/33458
identifier_str_mv 628.53 G984
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.spa.fl_str_mv Todos los derechos reservados
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.local.spa.fl_str_mv Acceso abierto
rights_invalid_str_mv Todos los derechos reservados
Acceso abierto
http://purl.org/coar/access_right/c_abf2
dc.coverage.spatial.none.fl_str_mv Medellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees
dc.publisher.none.fl_str_mv Universidad EAFIT
dc.publisher.program.spa.fl_str_mv Geología
dc.publisher.department.spa.fl_str_mv Escuela de Ciencias Aplicadas e Ingeniería. Departamento de Ciencias de la Tierra
dc.publisher.place.spa.fl_str_mv Medellín
publisher.none.fl_str_mv Universidad EAFIT
institution Universidad EAFIT
bitstream.url.fl_str_mv https://repository.eafit.edu.co/bitstreams/93f5fee9-7657-48b6-906a-2a30d8b1f564/download
https://repository.eafit.edu.co/bitstreams/39f4c6e7-8a68-4706-84ec-7631f523aa00/download
https://repository.eafit.edu.co/bitstreams/dcca102c-3482-4ff9-b347-2ce00e34450a/download
https://repository.eafit.edu.co/bitstreams/f91ed761-0fdc-44b0-8bfa-f0929d2956b3/download
bitstream.checksum.fl_str_mv 76025f86b095439b7ac65b367055d40c
a577bb45d675638ac02e60cb7c341cad
d1d665acddd9623ca18687b33eb9839c
1cb37311e5f1c7e26ccc40fd279eaa5d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad EAFIT
repository.mail.fl_str_mv repositorio@eafit.edu.co
_version_ 1814110112187416576
spelling Duque Trujillo, José FernandoGutiérrez Silva, Juan AlbertoGeólogo(a)Minciencias Colombiajagutierrs@eafit.edu.coMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees2024-02-19T23:49:13Z20232024-02-19T23:49:13Zhttps://hdl.handle.net/10784/33458628.53 G984Identificar los componentes minerales presentes en el material particulado puede ser de gran ayuda para comprender la dinámica de la polución aérea; sobre todo para detectar la presencia de minerales peligrosos por inhalación (como los asbestos). En este trabajo se desarrolla una metodología para el agrupamiento de datos químicos obtenidos a través de microscopía electrónica de barrido con espectroscopía de energía dispersiva (SEM-EDX) en muestreos ubicados en Bogotá, Cali y Valle de Aburrá (Colombia). Rausch et al. (2022) y Avellaneda et al. (2020) desarrollan y aplican una metodología basada en algoritmos de bosques aleatorios que permite separar categorías de partículas, entre ellas minerales. En este trabajo se desarrolla un algoritmo generalizado basado en DBSCAN como complemento. Que permitió analizar un conjunto de 3716 muestras previamente clasificadas como "mineral”. Los resultados revelan la presencia de al menos 15 minerales distintos. A pesar de una efectividad de clasificación relativamente baja (~20%), este trabajo representa un avance significativo en esta área, pues los precedentes son pocos o inexistentes para este tipo de aplicaciones. Es notable, también, que se detectó la presencia de Serpentina (variedad Antigorita) en Medellín. Las conclusiones de este estudio revelan que la mayoría de las partículas corresponden a cuarzo, calcita, caolinita y plagioclasas. A pesar de las limitaciones, el algoritmo demuestra su eficacia para la identificación de minerales. No obstante, se reconocen posibles mejoras que podrían aumentar su precisión. En conjunto, este estudio establece un punto de partida para futuros análisis de caracterización química del material particulado.Identifying the mineral components present in particulate matter can be of great help to understand the dynamics of air pollution, especially to detect the presence of minerals that are dangerous for inhalation (such as asbestos). In this work is developed a methodology for the clustering of chemical data obtained through scanning electron microscopy with energy dispersive spectroscopy (SEM-EDX) in samples located in Bogota, Cali and Valle de Aburrá (Colombia). Rausch et al. (2022) and Avellaneda et al. (2020) develop and apply a methodology based on random forest algorithms to separate categories of particles, including minerals. In this work, a generalized algorithm based on DBSCAN is proposed as a complement. It allowed to analyze a set of 3716 samples previously classified as "mineral". The results reveal the presence of at least 15 different minerals. Despite a relatively low classification effectiveness (~20%), this work represents a significant advance in this area, as precedents are few or non-existent for this type of application. It is notable, also, that the presence of Serpentine (Antigorite variety) was detected in Medellín. The findings of this study reveal that most of the particles correspond to quartz, calcite, kaolinite and plagioclase. Despite the limitations, the algorithm demonstrates its effectiveness in mineral identification. However, improvements that could increase its accuracy are recognized. Overall, this study establishes a starting point for future chemical characterization analyses of particulate matter.spaUniversidad EAFITGeologíaEscuela de Ciencias Aplicadas e Ingeniería. Departamento de Ciencias de la TierraMedellínTodos los derechos reservadosAcceso abiertohttp://purl.org/coar/access_right/c_abf2Polución atmosféricaCaracterización químicaAlgoritmos de agrupamientoSALUD AMBIENTALCONTAMINACIÓN DEL AIREPARTÍCULAS ORGÁNICASPARTÍCULAS INORGÁNICASAtmospheric pollutionSEM-EDXDBSCANChemical characterizationClustering algorithmsAprendizaje automático para la identificación mineralógica de material particulado - Bogotá, Cali y Valle de Aburrá (Colombia)info:eu-repo/semantics/bachelorThesisbachelorThesisTrabajo de gradoacceptedVersionArtículohttp://purl.org/coar/resource_type/c_7a1fLICENSElicense.txtlicense.txttext/plain; charset=utf-82556https://repository.eafit.edu.co/bitstreams/93f5fee9-7657-48b6-906a-2a30d8b1f564/download76025f86b095439b7ac65b367055d40cMD51ORIGINALJuanAlberto_GutierrezSilva_2023.pdfJuanAlberto_GutierrezSilva_2023.pdfTrabajo de gradoapplication/pdf5402843https://repository.eafit.edu.co/bitstreams/39f4c6e7-8a68-4706-84ec-7631f523aa00/downloada577bb45d675638ac02e60cb7c341cadMD52carta_aprobacion_trabajo_grado_eafit.pdfcarta_aprobacion_trabajo_grado_eafit.pdfCarta de aprobación de tesis de gradoapplication/pdf124110https://repository.eafit.edu.co/bitstreams/dcca102c-3482-4ff9-b347-2ce00e34450a/downloadd1d665acddd9623ca18687b33eb9839cMD53formulario_autorizacion_publicacion_obras.pdfformulario_autorizacion_publicacion_obras.pdfFormulario de autorización de publicación de obrasapplication/pdf470647https://repository.eafit.edu.co/bitstreams/f91ed761-0fdc-44b0-8bfa-f0929d2956b3/download1cb37311e5f1c7e26ccc40fd279eaa5dMD5410784/33458oai:repository.eafit.edu.co:10784/334582024-02-19 18:49:13.697open.accesshttps://repository.eafit.edu.coRepositorio Institucional Universidad EAFITrepositorio@eafit.edu.co