logo móvil
Contáctanos

Avanzando en la Predicción y Evaluación de la Vibración del Suelo Inducida por Explosiones Utilizando Aprendizaje Profundo en Conjunto con Evaluación de Incertidumbre

Autores: Bozkurt Keser, Sinem; Yavuz, Mahmut; Erten, Gamze Erdogan

Idioma: Inglés

Editor: MDPI

Año: 2025

Descargar PDF

Acceso abierto

Artículo científico
2025

Avanzando en la Predicción y Evaluación de la Vibración del Suelo Inducida por Explosiones Utilizando Aprendizaje Profundo en Conjunto con Evaluación de Incertidumbre


Categoría

Ciencias Naturales y Subdisciplinas

Subcategoría

Ciencias de la Tierra y Geología

Palabras clave

Vibración del suelo
Operaciones de voladura
Incertidumbre en la predicción
Modelo de conjunto profundo
Protección ambiental
Desarrollo sostenible

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 13

Citaciones: Sin citaciones


Descripción
La vibración del suelo es uno de los problemas ambientales más peligrosos asociados con las operaciones de voladura en la minería. Por lo tanto, la predicción precisa y el control de la vibración del suelo inducida por la voladura son imperativos para la protección ambiental y el desarrollo sostenible. Los enfoques empíricos dan resultados inexactos, como se evidencia en la literatura. Por ello, numerosos investigadores han comenzado a utilizar enfoques de computación suave de rápido crecimiento que son satisfactorios en el rendimiento de predicción. Sin embargo, lograr un alto rendimiento de predicción y detectar la incertidumbre de la predicción es crucial, especialmente en las operaciones de voladura. Este estudio tiene como objetivo proponer un modelo de conjunto profundo para predecir la vibración del suelo inducida por la voladura y cuantificar la incertidumbre de la predicción, que generalmente no se aborda. Este estudio utilizó 200 datos publicados de diez canteras de granito en las áreas de Ibadan y Abeokuta, Nigeria. Se aplicó la ecuación empírica (enfoque basado en la Oficina de Minas de los Estados Unidos) para la comparación. La comparación de los modelos demostró que el modelo de conjunto profundo propuesto logró un rendimiento superior, ofreciendo predicciones más precisas y una cuantificación de incertidumbre más confiable. Específicamente, exhibió el error cuadrático medio más bajo (22.674), la log-verosimilitud negativa (4.44) y el ancho del intervalo de predicción medio (1.769), junto con el valor más alto (0.77) y la probabilidad de cobertura del intervalo de predicción (0.95). El modelo de conjunto profundo alcanzó la cobertura deseada del 95%, demostrando que la incertidumbre no fue subestimada ni sobreestimada.

Otros recursos que podrían interesarte

Temas Virtualpro