A descorrelação de variáveis com fatorização MAF em estimativa de teores

Detalhes bibliográficos
Ano de defesa: 2013
Autor(a) principal: Silva, Camilla Zacché da
Orientador(a): Costa, Joao Felipe Coimbra Leite
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://hdl.handle.net/10183/75914
Resumo: Há, na mineração, no que se refere à estimativa de teores, inúmeras situações em que as variáveis de interesse exibem correlação entre si. Neste caso, devem ser consideradas as correlações no processo a fim de se obter um resultado consistente com a estatística de correlação entre as variáveis presentes no depósito. A maneira clássica de abordar problemas desta natureza é por meio do uso da cokrigagem, que exige a modelagem das covariâncias diretas e cruzadas das variáveis. Esta metodologia é muito trabalhosa quando envolve mais de duas variáveis. Alternativas aparecem na forma de métodos de fatoração, em que as variáveis originais correlacionadas são transformadas em fatores descorrelacionados. Nesta linha, se tem o método de Mínimos-Máximos Fatores de Autocorrelação (Minimum-Maximum Autocorrelation Factors, MAF), no qual, por meio de uma transformação linear nos atributos correlacionados, leva-os a um espaço em que estejam descorrelacionados, possibilitando que a estimativa seja realizada individualmente pela krigagem, desta forma, evitando o uso do modelo linear de corregionalização. Nesta dissertação, é analisada a aplicabilidade do método de Mínimos-Máximos Fatores de Autocorrelação à estimativa de teores em depósitos multivariados, bem como analisadas suas vantagens e limitações. A técnica alternativa é comparada com o método de coestimativa clássico, cokrigagem, com as análises em diferenças de estimativas obtidas por meio de cada metodologia. Os resultados obtidos mostraram, nos estudos de caso realizados, que a solução MAF proveu resultados de maneira mais rápida e simples sem perda de precisão em relação à cokrigagem.
id URGS_ce01754e1e44ffa48bd169971279430e
oai_identifier_str oai:www.lume.ufrgs.br:10183/75914
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Silva, Camilla Zacché daCosta, Joao Felipe Coimbra Leite2013-07-17T01:49:35Z2013http://hdl.handle.net/10183/75914000891754Há, na mineração, no que se refere à estimativa de teores, inúmeras situações em que as variáveis de interesse exibem correlação entre si. Neste caso, devem ser consideradas as correlações no processo a fim de se obter um resultado consistente com a estatística de correlação entre as variáveis presentes no depósito. A maneira clássica de abordar problemas desta natureza é por meio do uso da cokrigagem, que exige a modelagem das covariâncias diretas e cruzadas das variáveis. Esta metodologia é muito trabalhosa quando envolve mais de duas variáveis. Alternativas aparecem na forma de métodos de fatoração, em que as variáveis originais correlacionadas são transformadas em fatores descorrelacionados. Nesta linha, se tem o método de Mínimos-Máximos Fatores de Autocorrelação (Minimum-Maximum Autocorrelation Factors, MAF), no qual, por meio de uma transformação linear nos atributos correlacionados, leva-os a um espaço em que estejam descorrelacionados, possibilitando que a estimativa seja realizada individualmente pela krigagem, desta forma, evitando o uso do modelo linear de corregionalização. Nesta dissertação, é analisada a aplicabilidade do método de Mínimos-Máximos Fatores de Autocorrelação à estimativa de teores em depósitos multivariados, bem como analisadas suas vantagens e limitações. A técnica alternativa é comparada com o método de coestimativa clássico, cokrigagem, com as análises em diferenças de estimativas obtidas por meio de cada metodologia. Os resultados obtidos mostraram, nos estudos de caso realizados, que a solução MAF proveu resultados de maneira mais rápida e simples sem perda de precisão em relação à cokrigagem.There are in mining, as regards the grade estimation, numerous situations in which the variables of interest exhibit correlation. In this case, the correlation must be considered in the process to obtain a result consistent with the statistical correlation between the variables present in the deposit. The classic way of addressing such problems is through the use of cokriging, which requires the modeling of direct and cross-covariances of the variables. This methodology is very troublesome when it involves more than two variables. Alternative appear as factoring methods, where the original correlated variables are transformed into uncorrelated factors. In this line, you have the method Minimum - Maximum Autocorrelation Factors (Minimum - Maximum autocorrelation Factors, MAF) where through a linear transformation on attributes correlated, leads them to a space where they are uncorrelated, allowing that the estimation be performed individually through kriging, thus avoiding the use of the linear model of coregionalization. In this dissertation is analyzed the applicability of the method of Minimum - Maximum Autocorrelation Factors for grade estimation in multivariate deposits, as well as its advantages and limitations. The alternative technique is compared to the classic coestimation method, cokriging, by analyzing differences in the estimates obtained by each method. The results showed, in the case studies that the MAF solution provided results more quickly and easily without loss of accuracy regarding to the cokriging.application/pdfporMétodos estatísticosDepósitos mineraisGeoestatísticaKrigagemA descorrelação de variáveis com fatorização MAF em estimativa de teoresinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPrograma de Pós-Graduação em Engenharia de Minas, Metalúrgica e de MateriaisPorto Alegre, BR-RS2013mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000891754.pdf000891754.pdfTexto completoapplication/pdf4333440http://www.lume.ufrgs.br/bitstream/10183/75914/1/000891754.pdffa49730e8a24b633962893572fc0b4fcMD51TEXT000891754.pdf.txt000891754.pdf.txtExtracted Texttext/plain203371http://www.lume.ufrgs.br/bitstream/10183/75914/2/000891754.pdf.txt0d49698c316f66a9ef13325c5dd0c0e6MD52THUMBNAIL000891754.pdf.jpg000891754.pdf.jpgGenerated Thumbnailimage/jpeg1143http://www.lume.ufrgs.br/bitstream/10183/75914/3/000891754.pdf.jpgdbc81f3f053c22bd7e0f4d85f6a5d1a5MD5310183/759142022-02-22 05:05:35.150483oai:www.lume.ufrgs.br:10183/75914Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532022-02-22T08:05:35Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv A descorrelação de variáveis com fatorização MAF em estimativa de teores
title A descorrelação de variáveis com fatorização MAF em estimativa de teores
spellingShingle A descorrelação de variáveis com fatorização MAF em estimativa de teores
Silva, Camilla Zacché da
Métodos estatísticos
Depósitos minerais
Geoestatística
Krigagem
title_short A descorrelação de variáveis com fatorização MAF em estimativa de teores
title_full A descorrelação de variáveis com fatorização MAF em estimativa de teores
title_fullStr A descorrelação de variáveis com fatorização MAF em estimativa de teores
title_full_unstemmed A descorrelação de variáveis com fatorização MAF em estimativa de teores
title_sort A descorrelação de variáveis com fatorização MAF em estimativa de teores
author Silva, Camilla Zacché da
author_facet Silva, Camilla Zacché da
author_role author
dc.contributor.author.fl_str_mv Silva, Camilla Zacché da
dc.contributor.advisor1.fl_str_mv Costa, Joao Felipe Coimbra Leite
contributor_str_mv Costa, Joao Felipe Coimbra Leite
dc.subject.por.fl_str_mv Métodos estatísticos
Depósitos minerais
Geoestatística
Krigagem
topic Métodos estatísticos
Depósitos minerais
Geoestatística
Krigagem
description Há, na mineração, no que se refere à estimativa de teores, inúmeras situações em que as variáveis de interesse exibem correlação entre si. Neste caso, devem ser consideradas as correlações no processo a fim de se obter um resultado consistente com a estatística de correlação entre as variáveis presentes no depósito. A maneira clássica de abordar problemas desta natureza é por meio do uso da cokrigagem, que exige a modelagem das covariâncias diretas e cruzadas das variáveis. Esta metodologia é muito trabalhosa quando envolve mais de duas variáveis. Alternativas aparecem na forma de métodos de fatoração, em que as variáveis originais correlacionadas são transformadas em fatores descorrelacionados. Nesta linha, se tem o método de Mínimos-Máximos Fatores de Autocorrelação (Minimum-Maximum Autocorrelation Factors, MAF), no qual, por meio de uma transformação linear nos atributos correlacionados, leva-os a um espaço em que estejam descorrelacionados, possibilitando que a estimativa seja realizada individualmente pela krigagem, desta forma, evitando o uso do modelo linear de corregionalização. Nesta dissertação, é analisada a aplicabilidade do método de Mínimos-Máximos Fatores de Autocorrelação à estimativa de teores em depósitos multivariados, bem como analisadas suas vantagens e limitações. A técnica alternativa é comparada com o método de coestimativa clássico, cokrigagem, com as análises em diferenças de estimativas obtidas por meio de cada metodologia. Os resultados obtidos mostraram, nos estudos de caso realizados, que a solução MAF proveu resultados de maneira mais rápida e simples sem perda de precisão em relação à cokrigagem.
publishDate 2013
dc.date.accessioned.fl_str_mv 2013-07-17T01:49:35Z
dc.date.issued.fl_str_mv 2013
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/75914
dc.identifier.nrb.pt_BR.fl_str_mv 000891754
url http://hdl.handle.net/10183/75914
identifier_str_mv 000891754
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/75914/1/000891754.pdf
http://www.lume.ufrgs.br/bitstream/10183/75914/2/000891754.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/75914/3/000891754.pdf.jpg
bitstream.checksum.fl_str_mv fa49730e8a24b633962893572fc0b4fc
0d49698c316f66a9ef13325c5dd0c0e6
dbc81f3f053c22bd7e0f4d85f6a5d1a5
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1831315930795212800