{"version":"1","article":{"id":"ml-groundwater-corrosion-risk-souf-valley-2026","slug":"ml-groundwater-corrosion-risk-souf-valley-2026","language":"es","url":"https://haberpaper.com/es/news/ml-groundwater-corrosion-risk-souf-valley-2026","api_url":"https://haberpaper.com/api/v1/articles/ml-groundwater-corrosion-risk-souf-valley-2026?lang=es","title":"El aprendizaje automático examina riesgos de corrosión y nitratos en un acuífero sahariano","summary":"Un estudio con investigadores afiliados a instituciones de Egipto, Emiratos y Arabia Saudí analizó 45 muestras de agua subterránea en Argelia. Sus modelos estimaron indicadores seleccionados a partir de la muestra limitada.","category":"business","region":"world","topics":["ai"],"published_at":"2026-10-13T20:11:52+03:00","modified_at":"2026-10-13T20:11:52+03:00","publication_basis":"publication-record","event_period":"2026-10-10","event_period_basis":"event-or-reference-period","sources":[{"name":"Scientific Reports, Machine learning assessment of industrial corrosion and public health risks in data limited aquifers of Northeastern Algeria","url":"https://www.nature.com/articles/s41598-026-70426-4","checkedAt":"2026-10-13","publishedAt":"2026-10-10"}],"translations":[{"language":"tr","url":"https://haberpaper.com/tr/news/ml-groundwater-corrosion-risk-souf-valley-2026","api_url":"https://haberpaper.com/api/v1/articles/ml-groundwater-corrosion-risk-souf-valley-2026?lang=tr"},{"language":"en","url":"https://haberpaper.com/en/news/ml-groundwater-corrosion-risk-souf-valley-2026","api_url":"https://haberpaper.com/api/v1/articles/ml-groundwater-corrosion-risk-souf-valley-2026?lang=en"},{"language":"ar","url":"https://haberpaper.com/ar/news/ml-groundwater-corrosion-risk-souf-valley-2026","api_url":"https://haberpaper.com/api/v1/articles/ml-groundwater-corrosion-risk-souf-valley-2026?lang=ar"},{"language":"fr","url":"https://haberpaper.com/fr/news/ml-groundwater-corrosion-risk-souf-valley-2026","api_url":"https://haberpaper.com/api/v1/articles/ml-groundwater-corrosion-risk-souf-valley-2026?lang=fr"},{"language":"es","url":"https://haberpaper.com/es/news/ml-groundwater-corrosion-risk-souf-valley-2026","api_url":"https://haberpaper.com/api/v1/articles/ml-groundwater-corrosion-risk-souf-valley-2026?lang=es"}],"data_types":[],"data":null,"data_compilations":[],"data_downloads":[],"content":{"paragraphs":["Un estudio publicado el 10 de octubre en Scientific Reports desarrolló un marco de aprendizaje automático para examinar riesgos de corrosión industrial y para la salud a partir de 45 muestras de agua subterránea del valle de Souf, en Argelia. Los autores compararon una red neuronal artificial, un bosque aleatorio y un árbol de decisión para estimar índices de potencial de corrosión e incrustación y un índice de calidad del agua. El artículo informa de valores de R² de prueba superiores a 0,90 en seis de los ocho índices. Las afiliaciones de los autores también incluyen instituciones de Egipto, Emiratos Árabes Unidos y Arabia Saudí.","Los investigadores clasificaron el 60 % de las muestras como corrosivas y el 85 % con alto riesgo de corrosión; 10.000 iteraciones de Monte Carlo sobre la exposición a nitratos produjeron un índice medio de peligro infantil superior a 1. Los resultados proceden de una muestra pequeña de un solo acuífero y reflejan las condiciones hidroquímicas estudiadas para 2020; no son predicciones generales validadas en otras regiones o estaciones. El artículo no presenta el modelo como un sistema de vigilancia que sustituya las mediciones de campo."],"key_points":[],"sections":[]},"text":"Un estudio con investigadores afiliados a instituciones de Egipto, Emiratos y Arabia Saudí analizó 45 muestras de agua subterránea en Argelia. Sus modelos estimaron indicadores seleccionados a partir de la muestra limitada.\n\nUn estudio publicado el 10 de octubre en Scientific Reports desarrolló un marco de aprendizaje automático para examinar riesgos de corrosión industrial y para la salud a partir de 45 muestras de agua subterránea del valle de Souf, en Argelia. Los autores compararon una red neuronal artificial, un bosque aleatorio y un árbol de decisión para estimar índices de potencial de corrosión e incrustación y un índice de calidad del agua. El artículo informa de valores de R² de prueba superiores a 0,90 en seis de los ocho índices. Las afiliaciones de los autores también incluyen instituciones de Egipto, Emiratos Árabes Unidos y Arabia Saudí.\n\nLos investigadores clasificaron el 60 % de las muestras como corrosivas y el 85 % con alto riesgo de corrosión; 10.000 iteraciones de Monte Carlo sobre la exposición a nitratos produjeron un índice medio de peligro infantil superior a 1. Los resultados proceden de una muestra pequeña de un solo acuífero y reflejan las condiciones hidroquímicas estudiadas para 2020; no son predicciones generales validadas en otras regiones o estaciones. El artículo no presenta el modelo como un sistema de vigilancia que sustituya las mediciones de campo.","corrections":[],"editorial_illustration":{"kind":"symbolic-editorial-illustration","documentary":false,"scope":"section","asset_id":"business","url":"https://haberpaper.com/assets/illustrations/business-1536.webp","width":1536,"height":1024,"alt":"Taller industrial simbólico con maquinaria, almacén y grúa.","language":"es"},"section_illustration":{"kind":"symbolic-editorial-illustration","documentary":false,"scope":"section","asset_id":"business","url":"https://haberpaper.com/assets/illustrations/business-1536.webp","width":1536,"height":1024,"alt":"Taller industrial simbólico con maquinaria, almacén y grúa.","language":"es"}}}