Desarrollo de un programa para la identificación de secciones petrográficas mediante la implementación de redes neuronales convolucionales

Abstract

El presente proyecto contempla el desarrollo de una red neuronal convolucional que estandariza el proceso de identificación, minimizando los sesgos humanos y mejorando la reproducibilidad de los resultados. Identificando que Python y sus bibliotecas son la mejor opción para el desarrollo de este programa, se procedió a la recopilación de fotografías de alta calidad de secciones petrográficas llegando a crear una database con más de 30 categorías en total y se realizó su respectivo etiquetado. Adecuando el tipo de etiquetado a cada uno de los requerimientos para las fases del programa, utilizándose tanto un etiquetado manual como uno semiautomático. Posteriormente se realizó la codificación del programa, identificando dos fases de desarrollo la primera para clasificación con el objetivo de tener el nombre del tipo de roca representativa de cada sección petrográfica y la segunda para un detector de las características mineralógicas y/o micro fosilíferas principales de cada sección petrográfica. Una vez que el programa fue ejecutado, se procedió a validar sus resultados a través de la comparación entre los datos generados por el programa y los informes proporcionados por el Instituto de Investigaciones Geológicas y Medio Ambiente de la Universidad Mayor de San Andrés. Este análisis reveló un alto grado de concordancia y precisión entre las salidas del programa desarrollado y las evaluaciones realizadas en el laboratorio. Esta sólida validación respalda la eficacia del programa en la identificación de secciones geológicas, lo que sugiere un potencial sumamente significativo en aplicaciones prácticas. La capacidad de automatización y la precisión en la identificación de secciones petrográficas se destacan como atributos esenciales que hacen de este sistema una herramienta valiosa en diversas áreas donde se requiere una identificación precisa y confiable.