Enlace aplicación alojada en Git Hub
A partir de la investigación realizada por; Juan C. Mejía Fragoso, Manuel A. Flórez, Rocío Bernal Olaya en el paper Predicting the geothermal gradient in Colombia: Amachine learning approach, se usan 3306 registros que contienen datos como: la longitud, latitud, profundidad de moho, anomalía magnética, curie depth entre otros. A partir de estos datos se estima el gradiente geotérmico en Colombia usando una red neuronal FCNN (Fully connected neural network), la cual es un tipo de red neuronal artificial donde cada neurona en una capa está conectada a cada neurona en la siguiente capa. Como métricas del modelo se obtiene un R2 de0.31 y un MAE de 3.13.
Desarrollo de la aplicación
Para desarrollar la aplicación, se usa el archivo “data_pre_norm.csv” insumo de la investigación de Mejía et al, (2024), como novedad se concatenan los departamentos en Colombia para poder segmentar las zonas de interés de una manera más intuitiva. Para el despliegue se usa la librería streamlit de Python que permite desarrollar aplicaciones web a partir de modelos de inteligencia artificial de forma ágil.
Indicaciones para usar la app
En el menú dela izquierda encontrará una lista desplegable por departamento, seleccione el de su interés y la aplicación mostrara una nube de puntos que estiman el gradiente geotérmico en la zona seleccionada, de igual forma es posible descargar un listado con las coordenadas y el valor numérico del gradiente geotérmico.
Esquema de la aplicación
En el primer plano se observa la introducción y en la parte izquierda el menú desplegable.
Segundo plano se observa el desarrollo de la aplicación y las indicaciones de uso.
Se observa el mapa de Colombia y la lista desplegable que permite seleccionar los departamentos.
Enel último plano se tiene la lista que se puede descargar en formato CSV, donde se podrá obtener la longitud, latitud, departamento, y la predicción del gradiente geotérmico.
