Su búsqueda retornó 37 resultados.

Ordenar
De-resaltar Resaltar
Seleccionar todo Limpiar todo
Seleccionar títulos para:
Nueva lista
Resultados
1.
Imagen de cubierta local
Application of classification trees for improving optical identification of common opaque minerals por
Tipo de material: Artículo de revista ; Formato: impreso ; Forma literaria: No es ficción
Detalles de publicación: Oxford Elsevier Science July 2020
En: Computers & Geosciences vol.140, art.104480, July 2020
Recursos en línea:
Disponibilidad: No hay ítems disponibles.

Guardar en listas Agregar al carrito
2.
Imagen de cubierta local
Recognizing multivariate geochemical anomalies for mineral exploration by combining deep learning and one-class support vector machine por
Tipo de material: Artículo de revista ; Formato: impreso ; Forma literaria: No es ficción
Detalles de publicación: Oxford Elsevier Science July 2020
En: Computers & Geosciences vol.140, art.104480, July 2020
Recursos en línea:
Disponibilidad: No hay ítems disponibles.

Guardar en listas Agregar al carrito
3.
Imagen de cubierta local
A hybrid machine-learning model to estimate potential debris-flow volumes por
Tipo de material: Artículo de revista ; Formato: impreso ; Forma literaria: No es ficción
Detalles de publicación: Amsterdam Elsevier October 2020
En: Geomorphology vol. 367, art. 107333, October 2020
Recursos en línea:
Disponibilidad: No hay ítems disponibles.

Guardar en listas Agregar al carrito
4.
Imagen de cubierta local
Hybrid geological modeling: Combining machine learning and multiple-point statistics por
Tipo de material: Artículo de revista ; Formato: impreso ; Forma literaria: No es ficción
Detalles de publicación: Oxford Elsevier Science September 2020
En: Computers & Geosciences vol. 142, art. 104519, September 2020
Recursos en línea:
Disponibilidad: No hay ítems disponibles.

Guardar en listas Agregar al carrito
5.
Imagen de cubierta local
Machine learning methods for landslide susceptibility studies: A comparative overview of algorithm performance por
Tipo de material: Artículo de revista ; Formato: impreso ; Forma literaria: No es ficción
Detalles de publicación: Amsterdam Elsevier August 2020
En: Earth Science Reviews vol. 207, art. 103225, August 2020
Recursos en línea:
Disponibilidad: No hay ítems disponibles.

Guardar en listas Agregar al carrito
6.
Imagen de cubierta local
Training data requirements for fire severity mapping using Landsat imagery and random forest por
Tipo de material: Artículo de revista ; Forma literaria: No es ficción
Detalles de publicación: Amsterdam Elsevier August 2020
En: Remote Sensing of Environment vol. 245, art. 111839, August 2020
Recursos en línea:
Disponibilidad: No hay ítems disponibles.

Guardar en listas Agregar al carrito
7.
Imagen de cubierta local
Automated detection of rock glaciers using deep learning and object-based image analysis por
Tipo de material: Artículo de revista ; Forma literaria: No es ficción
Detalles de publicación: Amsterdam Elsevier December 2020
En: Remote Sensing of Environment vol. 250, art. 112033, December 2020
Recursos en línea:
Disponibilidad: No hay ítems disponibles.

Guardar en listas Agregar al carrito
8.
Imagen de cubierta local
9.
Imagen de cubierta local
Aplicación de machine learning para mejorar la carcterización sismica de un reservorio fluvio-deltaico, campo Zapotal, cuenca Talara por Series Sociedad Geológica del Perú. Publicación Especial ; 15
Tipo de material: Articulo de congreso ; Formato: impreso ; Forma literaria: No es ficción
Detalles de publicación: Lima Sociedad Geológica del Perú 2021
En: Congreso Peruano de Geología, 20, Lima, 11-15 octubre 2021 Resúmenes extendidos
Recursos en línea:
Disponibilidad: No hay ítems disponibles.

Guardar en listas Agregar al carrito
10.
Imagen de cubierta local
11.
Imagen de cubierta local
Using an ensemble machine learning model to delineate groundwater potential zones in desert fringes of East Esna-Idfu area, Nile valley, Upper Egypt por
Tipo de material: Artículo de revista ; Formato: impreso ; Forma literaria: No es ficción
Detalles de publicación: Oxford Elsevier Science February 2023
En: Geoscience Letters v. 10, n. 9, February 2023
Recursos en línea:
Disponibilidad: No hay ítems disponibles.
Listas:

Guardar en listas Agregar al carrito
12.
Imagen de cubierta local
A review of cyberinfrastructure for machine learning and big data in the geosciences por Series Geological Society of America. Special Paper ; n.558
Tipo de material: Artículo de libro ; Formato: impreso ; Forma literaria: No es ficción
Detalles de publicación: Boulder, CO Geological Society of America 2022
En: Recent advancement in geoinformatics and data science
Recursos en línea:
Disponibilidad: No hay ítems disponibles.
Listas:

Guardar en listas Agregar al carrito
13.
Imagen de cubierta local
Estimation of mineral resources with machine learning techniques por
Tipo de material: Artículo de revista ; Formato: impreso ; Forma literaria: No es ficción
Detalles de publicación: Basel MDPI 2021
En: Material Proceedings v. 5, n.1, 2021
Recursos en línea:
Disponibilidad: No hay ítems disponibles.
Listas:

Guardar en listas Agregar al carrito
14.
Imagen de cubierta local
Machine Learning—A review of applications in mineral resource estimation por
Tipo de material: Artículo de revista ; Formato: impreso ; Forma literaria: No es ficción
Detalles de publicación: Basel MDPI Publishing Julio 2021
En: Energies vol. 14, n. 14, art. 4079, July 2021
Recursos en línea:
Disponibilidad: No hay ítems disponibles.
Listas:

Guardar en listas Agregar al carrito
15.
Imagen de cubierta local
Generación de modelos predictivo y prescriptivo del throughput en el proceso “Drill to Mill” a través de la aplicación del Machine Learning por
Tipo de material: Articulo de congreso ; Formato: impreso ; Forma literaria: No es ficción
Detalles de publicación: Lima Instituto de Ingeniero de Minas del Perú 2022
Recursos en línea:
Disponibilidad: No hay ítems disponibles.
Listas:

Guardar en listas Agregar al carrito
16.
Imagen de cubierta local
Reconstrucción estratigráfica del depósito Antamina usando geoquímica, Machine Learning, drones y modelamiento implícito por
Tipo de material: Articulo de congreso ; Formato: impreso ; Forma literaria: No es ficción
Detalles de publicación: Lima Instituto de Ingeniero de Minas del Perú 2022
Recursos en línea:
Disponibilidad: No hay ítems disponibles.
Listas:

Guardar en listas Agregar al carrito
17.
Imagen de cubierta local
Incremento de producción metálica en planta concentradora mediante la implementación de Machine Learning en Antamina por
Tipo de material: Articulo de congreso ; Formato: impreso ; Forma literaria: No es ficción
Detalles de publicación: Lima Instituto de Ingeniero de Minas del Perú 2022
Recursos en línea:
Disponibilidad: No hay ítems disponibles.

Guardar en listas Agregar al carrito
18.
Imagen de cubierta local
Merging machine learning and geostatistical approaches for spatial modeling of geoenergy resources por
Tipo de material: Artículo de revista ; Formato: impreso ; Forma literaria: No es ficción
Detalles de publicación: Amsterdam Elsevier August 2023
En: International Journal of Coal Geology v.276, art. 104328, August 2023
Recursos en línea:
Disponibilidad: No hay ítems disponibles.
Listas:

Guardar en listas Agregar al carrito
19.
Imagen de cubierta local
Real-time ore sorting using color and texture analysis por
Tipo de material: Artículo de revista ; Formato: impreso ; Forma literaria: No es ficción
Detalles de publicación: Amsterdam Elsevier June 2023
En: International Journal of Mining Science and Technology vol. 33, n. 6, June 2023
Recursos en línea:
Disponibilidad: No hay ítems disponibles.
Listas:

Guardar en listas Agregar al carrito
20.
Imagen de cubierta local
Introduction to Python in earth science data analysis: from descriptive statistics to Machine Learning por Series Springer Textbooks in Earth Sciences, Geography and Environment
Tipo de material: Libro ; Forma literaria: Ensayos
Detalles de publicación: Berlin Springer-Verlag 2021
Recursos en línea:
Disponibilidad: No hay ítems disponibles.
Listas:

Guardar en listas Agregar al carrito

OFICINA PRINCIPAL

Av. Canadá Nº 1470 - San Borja

Lima – Perú

Central telefónica: (051- 1) 618 9800

HORARIO DE ATENCIÓN

Lunes a viernes

8:30 - 13:00

14:00 - 16:30

CONTACTO

Teléfono: 51 618-9800

Anexo 136

biblioteca@ingemmet.gob.pe

icon icon icon icon icon
© 2025 Instituto Geológico Minero y Metalúrgico
Sistema Koha - Metabiblioteca |