Machine learning aplicado a identificação de favorabilidade dos sistemas hidrotermal (Sn-Ta-Nb±Ree±U) e supergênico (REE) na província estanífera de Goiás

Página do item simplificado
dc.contributor.authorFERREIRA, Guilherme
dc.contributor.authorTAKEHARA, Lucy
dc.contributor.authorFERREIRA, Marcos Vinícius
dc.contributor.authorSANTANA, Ígor Vasconcelos
dc.contributor.authorBOTELHO, Nilson Francisquini
dc.creator.affilliationUFMGpt_BR
dc.creator.affilliationUNBpt_BR
dc.date.accessioned2023-12-13T16:37:40Z
dc.date.available2023-12-13T16:37:40Z
dc.date.issued2023
dc.identifier.citationFERREIRA, Guilherme; TAKEHARA, Lucy; FERREIRA, Marcos Vinícius; SANTANA, Ígor Vasconcelos; BOTELHO, Nilson Francisquini. Machine learning aplicado a identificação de favorabilidade dos sistemas hidrotermal (Sn-Ta-Nb±Ree±U) e supergênico (REE) na província estanífera de Goiás. In: SIMPÓSIO BRASILEIRO DE METALOGENIA, 5., 2023, Gramado, RS. Anais[...]. Gramado, RS: SBG, 2023. p. 106. Tema: Academia& Indústria Mineral: parceria para o desenvolvimento da sociedade.pt_BR
dc.identifier.urihttps://rigeo.sgb.gov.br/handle/doc/24554
dc.language.isopor
dc.localGramado, RS
dc.publisherSBGpt_BR
dc.rightsopenpt_BR
dc.subject.enMACHINE LEARNINGpt_BR
dc.subject.otherSISTEMA HIDROTERMALpt_BR
dc.subject.otherPROVÍNCIA ESTANÍFERA DE GOIÁSpt_BR
dc.titleMachine learning aplicado a identificação de favorabilidade dos sistemas hidrotermal (Sn-Ta-Nb±Ree±U) e supergênico (REE) na província estanífera de Goiáspt_BR
dc.typeWorking Paperpt_BR

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
machine_learning_sistemas_hidrotermais.pdf
Tamanho:
265.86 KB
Formato:
Adobe Portable Document Format
Descrição:
Resumo
Baixar

Licença do pacote

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Trabalhos Apresentados em Eventos