MINERÍA la mejor puerta de acceso al sector minero EDICIÓN 584 / MAYO 2026 65 Por: Giovani Baquerizo, Kevin Balbuena, Ismael Montalván, Jackeline Milla, Luz Espinoza y J. Alberto Torres, Universidad Nacional Mayor de San Marcos. Primer puesto en formato póster III Concurso Internacional de Estudiantes SEG-IIMP. Resumen Se realizó un mapeo prospectivo mineral de la provincia metalogenética del Batolito de Andahuaylas-Yauri para la identificación de zonas de interés en la exploración de yacimientos de tipo pórfido skarn. Para ello, se tomó como referencia el área de estudio presentada en Rivera et al., (2011) y se usaron datos de acceso libre donde se aplicaron los algoritmos Random Forest (RF) y Neural Network (NN). En este caso, se modelaron las variables Geodinámica (G), Fertilidad (F) y Arquitectura (A) del modelo de Sistema Mineral propuesto por McCuaig & Hronsky (2014). En base a ello, se generaron dos mapas prospectivos, cuyas métricas indicaron que la variable (F) fue la más importante tanto en RF como en NN. Palabras clave: Random Forest, Neural Network, sistemas minerales, Batolito Andahuaylas-Yauri. Introducción Definición de sistema mineral Los sistemas minerales pueden definirse como “todos los factores geológicos que controlan la generación y preservación de depósitos minerales y que impulsan los procesos que intervienen en la movilización de los componentes del mineral desde una fuente, su transporte y acumulación en forma más concentrada y su posterior preservación a lo largo de la historia geológica posterior”, (traducido al español de Wyborn et al., 1994).
RkJQdWJsaXNoZXIy MTM0Mzk2