Aplicação de técnicas de aprendizado de máquina para análise da condição de estabilidade de taludes de mina: redes neurais artificiais.

Abstract

A tecnologia vem sendo inserida cada vez mais no dia a dia dos seres humanos e trazendo benefícios para diferentes setores, inclusive na mineração. Este trabalho estudou a eficácia do uso de técnica de aprendizado de máquina, mais especificamente das Redes Neurais Artificiais, para proposição de modelo de predição da condição de estabilidade de taludes de mina, através do software R. Para isso, foi utilizado um banco de dados contendo 88 taludes de várias minas do mundo. Para obter o modelo, inicialmente dividiu-se o banco de dados em amostra de treino e teste. Depois, implementou-se o aprendizado de máquinas por Redes Neurais Artificiais no Software R, com o objetivo de propor um modelo que garantisse maior acurácia, ou seja, que houvesse menor taxa de erro, e que pudesse ser usado para prever a condição de estabilidade de novos taludes. Isso foi feito com a realização de testes de diferentes arquiteturas, até que se encontrasse a configuração que retornasse menor erro. Esse modelo proposto foi obtido através do algoritmo backpropagation, e apresenta arquitetura de rede com 6 camadas intermediárias e 12 neurônios. A média da taxa de erro obtida dessa arquitetura foi de 23,57%, o que representa um modelo com 76,43% de acerto. Com base a essa média, foram estudados dois tipos de configurações de rede neural artificial e seus respectivos erros, em que ambas apresentaram alta acurácia, demonstrando que o banco de dados usado foi representativo, e que o modelo pode ser usado como uma metodologia prévia à análise de estabilidade.