Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    Have you forgotten your password?
Repository logo
  • Communities & Collections
  • Browse Repo UES
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Quintanilla Barrera, Balmore Ulises"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    Item
    Aplicación de la Inteligencia Artificial para la clasificación de minerales en rocas usando láminas delgadas.
    (Universidad de El Salvador. Facultad de Ingeniería y Arquitectura, 2025-12-14) Quintanilla Barrera, Balmore Ulises; Martínez Hernández, Sara Sofía; Osorio Guandique, José Antonio; Ing. Díaz Campos, Bladimir; qb03003@ues.edu.sv; mh19068@ues.edu.sv; og99016@ues.edu.sv
    Este trabajo presenta un enfoque de procesamiento de imágenes para la clasificación automatizada de minerales a partir de imágenes microscópicas, una tarea importante para aplicaciones geológicas y mineras. El método propuesto emplea la arquitectura ResNet50 dentro de un esquema de transferencia de aprendizaje, optimizada mediante una búsqueda rigurosa de hiperparámetros. El modelo final, entrenado con un tamaño de lote de ocho y una regularización L2 de 1.0×10⁻⁵, obtuvo una pérdida de validación de 0.0447 y una precisión de validación del 98.35% en diez clases de minerales. Estos resultados evidencian una capacidad de generalización superior respecto a los modelos base, posicionando al clasificador propuesto como una herramienta confiable para el análisis de muestras de minerales de rocas ígneas en laboratorio.
Contacto
  • 2511-2027
  • sbues@ues.edu.sv
Ubicación

Ciudad Universitaria «Dr. Fabio Castillo Figueroa», Edificio Biblioteca Central, Final Av. Estudiantes Mártires y Héroes del 30 julio, San Salvador, El Salvador.

Theme by DTI

DSpace software copyright © 2002-2026 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback