Para citar este trabalho use um dos padrões abaixo:
A rápida determinação de teores para apoio as decisões em operações de lavra são essenciais para o controle de qualidade, classificação de material e planejamento de curto prazo em minas de ferro. Nesse contexto, espectrômetros portáteis de fluorescência de raios X (pXRF) surgem como ferramentas promissoras por sua portabilidade, rapidez e capacidade de gerar dados in situ. Este trabalho apresenta uma avaliação da acurácia e aplicabilidade do pXRF na predição de teores elementares em minério de ferro, com base na comparação entre análises obtidas por pXRF e dados laboratoriais de referência. Foram analisados furos de sondagem, utilizando um script em Python para o tratamento estatístico dos resultados, com ênfase em métricas de correlação, viés e acurácia por faixa de teor. Na etapa seguinte, modelos supervisionados de aprendizado de máquina foram empregados para predizer variáveis químicas a partir dos dados de pXRF, sendo avaliados os resultados quanto à sua aderência aos teores reais. Os resultados indicam que, mesmo com limitações associadas ao método e à preparação das amostras, os dados de pXRF apresentam forte correlação com os valores laboratoriais e podem ser utilizados com confiabilidade em modelos de predição química, com potencial para aplicação em estimativas de curto prazo.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo