Artigo produzido por pesquisadores da UFOP é publicado em periódico internacional

O estudo propõe uma nova metodologia para prever a diluição em minas subterrâneas de ouro, aplicando técnicas avançadas de aprendizado de máquina, como Random Forest e Decision Trees. A partir da análise de dados de uma mina brasileira, foi possível identificar os fatores mais influentes nesse processo e desenvolver modelos preditivos de alta precisão. Os resultados indicam que os métodos baseados em inteligência artificial superam significativamente as abordagens tradicionais, proporcionando maior eficiência operacional, redução de custos e otimização da extração mineral.

Intitulado “A new approach to dilution prediction of underground mine gold using computing techniques", o artigo foi publicado nos Anais da Academia Brasileira de Ciências, um renomado periódico científico internacional. A autoria é de Caio Oliveira Rodrigues, José Matheus Vieira Matos, Tatiana Barreto dos Santos e Allan Erlikhman Medeiros Santos, todos do Departamento de Engenharia de Minas (Demin) da UFOP.

De acordo com José, um dos autores, a aproximação entre a academia e a indústria é essencial para impulsionar o setor. "Projetos como este provam que a ciência de dados e a engenharia de minas podem andar de mãos dadas para resolver desafios reais, trazendo impacto econômico e tecnológico para o setor mineral brasileiro", destaca.

Confira o artigo completo.