Identificación de sombras de presión en imágenes digitales de láminas delgadas con métodos de machine learning
Las sombras de presión en rocas metamórficas son un tipo de microestructura que permite obtener información sobre los esfuerzos y la deformación de la roca. Una buena investigación de la deformación de una roca requiere el estudio de numerosos datos estructurales, una actividad que consume bastante...
- Autores:
-
Chacón Fajardo, Luis Fernando
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2020
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/48804
- Acceso en línea:
- http://hdl.handle.net/1992/48804
- Palabra clave:
- Rocas metamórficas
Procesamiento de imágenes
Redes neurales (Computadores)
Aprendizaje automático (Inteligencia artificial)
Geociencias
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-sa/4.0/
id |
UNIANDES2_df33bd11ff0ae85ab0f6893805ea56d0 |
---|---|
oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/48804 |
network_acronym_str |
UNIANDES2 |
network_name_str |
Séneca: repositorio Uniandes |
repository_id_str |
|
dc.title.es_CO.fl_str_mv |
Identificación de sombras de presión en imágenes digitales de láminas delgadas con métodos de machine learning |
title |
Identificación de sombras de presión en imágenes digitales de láminas delgadas con métodos de machine learning |
spellingShingle |
Identificación de sombras de presión en imágenes digitales de láminas delgadas con métodos de machine learning Rocas metamórficas Procesamiento de imágenes Redes neurales (Computadores) Aprendizaje automático (Inteligencia artificial) Geociencias |
title_short |
Identificación de sombras de presión en imágenes digitales de láminas delgadas con métodos de machine learning |
title_full |
Identificación de sombras de presión en imágenes digitales de láminas delgadas con métodos de machine learning |
title_fullStr |
Identificación de sombras de presión en imágenes digitales de láminas delgadas con métodos de machine learning |
title_full_unstemmed |
Identificación de sombras de presión en imágenes digitales de láminas delgadas con métodos de machine learning |
title_sort |
Identificación de sombras de presión en imágenes digitales de láminas delgadas con métodos de machine learning |
dc.creator.fl_str_mv |
Chacón Fajardo, Luis Fernando |
dc.contributor.advisor.none.fl_str_mv |
Tary, Jean Baptiste García Arias, Marcos |
dc.contributor.author.none.fl_str_mv |
Chacón Fajardo, Luis Fernando |
dc.contributor.jury.none.fl_str_mv |
Esteve Serrano, Jorge Vicente |
dc.subject.armarc.es_CO.fl_str_mv |
Rocas metamórficas Procesamiento de imágenes Redes neurales (Computadores) Aprendizaje automático (Inteligencia artificial) |
topic |
Rocas metamórficas Procesamiento de imágenes Redes neurales (Computadores) Aprendizaje automático (Inteligencia artificial) Geociencias |
dc.subject.themes.none.fl_str_mv |
Geociencias |
description |
Las sombras de presión en rocas metamórficas son un tipo de microestructura que permite obtener información sobre los esfuerzos y la deformación de la roca. Una buena investigación de la deformación de una roca requiere el estudio de numerosos datos estructurales, una actividad que consume bastante tiempo. Por eso, automatizar el reconocimiento de estas microestructuras podría ahorrar tiempo y proveer de más datos a los investigadores. Con ese objetivo se implementó una red neuronal convolucional para identificar la presencia de sombras de presión en imágenes digitales de láminas delgadas. La base de datos usada, publicada en las plataformas de Google Drive y Google Colab, consistió en 89 imágenes de sombras de presión y otras 1210 de láminas delgadas sin la microestructura, para un total de 1299 fotos. El algoritmo clasificó correctamente, con un 90% de precisión, las sombras de presión. Estos resultados sugieren que los algoritmos de Machine Learning podrían ser usados para la identificación de otras microestructuras, texturas o fábricas de las secciones delgadas. Sin embargo, la creación de nuevas bases de datos es fundamental para el desarrollo de estos algoritmos |
publishDate |
2020 |
dc.date.issued.none.fl_str_mv |
2020 |
dc.date.accessioned.none.fl_str_mv |
2021-02-18T12:34:04Z |
dc.date.available.none.fl_str_mv |
2021-02-18T12:34:04Z |
dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
format |
http://purl.org/coar/resource_type/c_7a1f |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/48804 |
dc.identifier.pdf.none.fl_str_mv |
u833416.pdf |
dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
url |
http://hdl.handle.net/1992/48804 |
identifier_str_mv |
u833416.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
dc.language.iso.es_CO.fl_str_mv |
spa |
language |
spa |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.es_CO.fl_str_mv |
30 hojas |
dc.format.mimetype.es_CO.fl_str_mv |
application/pdf |
dc.publisher.es_CO.fl_str_mv |
Uniandes |
dc.publisher.program.es_CO.fl_str_mv |
Geociencias |
dc.publisher.faculty.es_CO.fl_str_mv |
Facultad de Ciencias |
dc.publisher.department.es_CO.fl_str_mv |
Departamento de Geociencias |
dc.source.es_CO.fl_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca |
instname_str |
Universidad de los Andes |
institution |
Universidad de los Andes |
reponame_str |
Repositorio Institucional Séneca |
collection |
Repositorio Institucional Séneca |
bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/f03d44d4-25cc-477d-90bc-018bd241a37f/download https://repositorio.uniandes.edu.co/bitstreams/93a1cfc1-0f05-4187-a7b2-dbee4f60c44a/download https://repositorio.uniandes.edu.co/bitstreams/f7f2851f-9506-4466-b4f1-bac27bf1efe7/download |
bitstream.checksum.fl_str_mv |
1d0412b06ee73e0d54dfa1a97c52040d 85f433a7eeb96a231d9009cf2b90d6cd 6f7757ae7caa93c6e434ab8341b2b587 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio institucional Séneca |
repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
_version_ |
1812133835068932096 |
spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.http://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Tary, Jean Baptiste47fa81c9-a87b-4834-afda-844563640d59400García Arias, Marcosvirtual::2657-1Chacón Fajardo, Luis Fernandod580202d-4e3b-454a-a845-f2f570e84e1e500Esteve Serrano, Jorge Vicente2021-02-18T12:34:04Z2021-02-18T12:34:04Z2020http://hdl.handle.net/1992/48804u833416.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Las sombras de presión en rocas metamórficas son un tipo de microestructura que permite obtener información sobre los esfuerzos y la deformación de la roca. Una buena investigación de la deformación de una roca requiere el estudio de numerosos datos estructurales, una actividad que consume bastante tiempo. Por eso, automatizar el reconocimiento de estas microestructuras podría ahorrar tiempo y proveer de más datos a los investigadores. Con ese objetivo se implementó una red neuronal convolucional para identificar la presencia de sombras de presión en imágenes digitales de láminas delgadas. La base de datos usada, publicada en las plataformas de Google Drive y Google Colab, consistió en 89 imágenes de sombras de presión y otras 1210 de láminas delgadas sin la microestructura, para un total de 1299 fotos. El algoritmo clasificó correctamente, con un 90% de precisión, las sombras de presión. Estos resultados sugieren que los algoritmos de Machine Learning podrían ser usados para la identificación de otras microestructuras, texturas o fábricas de las secciones delgadas. Sin embargo, la creación de nuevas bases de datos es fundamental para el desarrollo de estos algoritmosPressure shadows in metamorphic rocks are a type of microstructure that provides information about the stresses and deformation of the rock. A good investigation of rock deformation requires the study of numerous structural data, an activity that is quite time consuming. Therefore, automating the recognition of these microstructures could save time and provide more data to researchers. With this objective, a convolutional neural network was implemented to identify the presence of pressure shadows in digital images of thin sections. The database used, published on Google Drive and Google Colab platforms, consisted of 89 images of pressure shadows and another 1210 of thin sections without the microstructure, for a total of 1299 photos. The algorithm correctly classified, with 90% accuracy, the pressure shadows. These results suggest that the Machine Learning algorithms could be used for the identification of other microstructures, textures, or factories of the thin sections. However, the creation of new databases is essential for the development of these algorithmsGeocientíficoPregrado30 hojasapplication/pdfspaUniandesGeocienciasFacultad de CienciasDepartamento de Geocienciasinstname:Universidad de los Andesreponame:Repositorio Institucional SénecaIdentificación de sombras de presión en imágenes digitales de láminas delgadas con métodos de machine learningTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPRocas metamórficasProcesamiento de imágenesRedes neurales (Computadores)Aprendizaje automático (Inteligencia artificial)GeocienciasPublication26f180a8-0f55-42c8-9422-deee682935e0virtual::2657-126f180a8-0f55-42c8-9422-deee682935e0virtual::2657-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000023986virtual::2657-1TEXTu833416.pdf.txtu833416.pdf.txtExtracted texttext/plain62509https://repositorio.uniandes.edu.co/bitstreams/f03d44d4-25cc-477d-90bc-018bd241a37f/download1d0412b06ee73e0d54dfa1a97c52040dMD54THUMBNAILu833416.pdf.jpgu833416.pdf.jpgIM Thumbnailimage/jpeg9022https://repositorio.uniandes.edu.co/bitstreams/93a1cfc1-0f05-4187-a7b2-dbee4f60c44a/download85f433a7eeb96a231d9009cf2b90d6cdMD55ORIGINALu833416.pdfapplication/pdf987614https://repositorio.uniandes.edu.co/bitstreams/f7f2851f-9506-4466-b4f1-bac27bf1efe7/download6f7757ae7caa93c6e434ab8341b2b587MD511992/48804oai:repositorio.uniandes.edu.co:1992/488042024-03-13 12:15:12.337http://creativecommons.org/licenses/by-nc-sa/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |