APLICAÇÃO DE UMA REDE NEURAL ARTIFICIAL SIMPLIFICADA PARA A IDENTIFICAÇÃO DE GRADAÇÃO DE DEPÓSITOS TURBIDITÍCOS

Abstract

Redes Neurais Artificiais são sistemas computacionais inteligentes inspirados no sistema biológico humano reproduzindo o cérebro na resolução de tarefas. No contexto geológico, esta ferramenta foi adaptada e aplicada na identificação e classificação da gradação de depósitos turbidíticos ao longo da vertical (gradação normal, inversa e maciça). O método aplicado baseou-se somente nas imagens digitais dos depósitos gerados via simulação física de correntes de turbidez e a rede neural foi idealizada, utilizando como dado de entrada a média e variância dos valores de pixels dessas imagens. A rede neural foi treinada (aprendizado), validada (verificação de eficiência) e utilizada para identificar os padrões. Os resultados apresentaram uma eficiência de acerto variando entre 53-92% (média de 76%) para a gradação normal, 52-99% (média de 73%) para a gradação maciça e 38-76% (média de 53%) para a gradação inversa. A metodologia simplificada introduzida neste estudo apresentou resultados coerentes, igualando-se aos métodos tradicionais de análise granulométrica e observações visuais aos depósitos e tendo a vantagem de reduzir as incertezas e subjetividades neste tipo de análise. Ainda, esta ferramenta pode ser aperfeiçoada e extrapolada para os diversos estudos geológicos de campo (afloramentos e testemunhos de sondagens) para auxiliar no entendimento dos fenômenos naturais.