Bienvenido al Repositorio Institucional de la UTPL (RiUTPL) que tiene como propósito centralizar los recursos educativos y objetos de aprendizaje generados por la comunidad académica;
este repositorio permitirá preservar, organizar y visibilizar la producción institucional
bajo la licencia Creative Commons 4.0.
Please use this identifier to cite or link to this item:
http://dspace.utpl.edu.ec/handle/29.500.19856/84467| Title: | Clasificación predictiva de unidades litológicas y su relación con la mineralización de Tierras Raras Ligeras, usando Lantano (La) como elemento trazador, mediante el algoritmo de Bosques Aleatorios (Random Forest) basado en datos geoquímicos |
| Authors: | Cabrera Bustamante, Santiago Andrés |
| Director: | Guartán Medina, José Arturo |
| Keywords: | Ecuador. Tesis digital. |
| Issue Date: | 2026 |
| Citation: | Cabrera Bustamante, S. A. Guartán Medina, J. A. (2026) Clasificación predictiva de unidades litológicas y su relación con la mineralización de Tierras Raras Ligeras, usando Lantano (La) como elemento trazador, mediante el algoritmo de Bosques Aleatorios (Random Forest) basado en datos geoquímicos [Tesis de Posgrado, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/29.500.19856/84467 |
| Abstract: | Abstract: Using a multi-elemental geochemical database of 4000 samples, which correspond to 10 lithological units in the research area, this thesis creates a predictive classification model for lithological units based on the Random Forest method. Consolidation of lithological labels, examination of values below the detection limit, data cleaning with ioGas 64 (Data Doctor), and geographic reassignment of unclassified field samples using nearest-neighbor correlation were all part of the process. The optimized model obtained an AUC-ROC of 0.937, a weighted F1-score of 0.760, and an accuracy of 71.18%. Among 36 geochemical variables, lanthanum (La) ranked fifth in importance (4.10%), quantitatively confirming its function as a tracer element in lithological domain separation. The model's value as a support tool for Light Rare Earth Elements investigation was confirmed by the strong spatial correspondence between the field geological map and the predicted map. |
| Description: | Resumen: Este Trabajo de Titulación desarrolla un modelo predictivo de clasificación de unidades litológicas, fundamentado en el algoritmo Bosque Aleatorio (Random Forest). El modelo se aplica a una base de datos geoquímica multielemental que contiene 4000 muestras pertenecientes a 10 unidades litológicas del área investigada. El método utilizado comprendió el saneamiento de datos con ioGas 64 (Data Doctor), la evaluación de valores por debajo del límite de detección, la consolidación de etiquetas litológicas y la reasignación espacial de muestras sin clasificación de campo a través del vecino más próximo. La exactitud del modelo optimizado fue de 71.18%, su AUC-ROC de 0.937 y su F1-score ponderado de 0.760. El Lantano (La) ocupó el quinto puesto en importancia entre 36 variables geoquímicas (4.10%), lo que corrobora de manera cuantitativa su función como elemento trazador en la distinción de dominios litológicos. La comparación entre la distribución espacial de etiquetas geológicas de campo y las clases litológicas predichas mostró una coincidencia espacial significativa, lo que corroboró la eficacia del modelo como instrumento de soporte para la exploración de Tierras Raras Ligeras. |
| Identifier : | Cobarc: 1382901 |
| URI: | https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=154089.TITN. |
| Type: | masterThesis |
| Appears in Collections: | Maestría en Geología mención Exploración de Recursos Mineros |
Files in This Item:
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.