Introducción

En esta página

Por qué el logueo visual ya no alcanza para contornear alteraciones, y qué pretende el flujo espectro + geoquímica + ML. El visor resume; no describe la unidad de calibración.

El avance de las geociencias en este siglo está ligado a transformar volúmenes grandes de datos en conocimiento geológico preciso y oportuno. Durante décadas, la alteración hidrotermal y los dominios se delimitaron con criterios cualitativos y con el logueo visual. Esa base sigue siendo indispensable, pero los sistemas minerales actuales exigen herramientas más objetivas y reproducibles.

Este trabajo busca un puente entre la geología de alteración y la ciencia de datos. El problema persistente en estimación de recursos es la incertidumbre de contornos y las transiciones difusas entre dominios. Con algoritmos de machine learning y el procesamiento sistemático de firmas SWIR–VNIR y geoquímica, se propone un flujo cuantitativo de clasificación mineralógica.

El valor no es solo la métrica del algoritmo: es entregar al geólogo un criterio técnico estandarizado que reduzca sesgo interpretativo, fortalezca el modelo de bloques y mejore la planificación.

Alcance de esta versión en línea

El visor resume la tesis. No se detalla la logística ni la geometría de la unidad donde se calibró el método. El código público usa un yacimiento sintético con los mismos ensambles.

Siguiente: Capítulo I. Planteamiento — problema, objetivos e hipótesis.