Sobre la Utilización del Análisis de Fourier, Análisis Espectral Singular y Redes Neuronales Artificiales en Estratigrafía. Parte 1: Teoría y Caso Sintético

En este trabajo se presentan los fundamentos conceptuales de 3 metodologías para el análisis

de información estratigráfica: Análisis de Fourier (AF), Análisis Espectral Singular (AES) y Redes

Neuronales Artificiales (RNA). En el análisis de Fourier, se asume que la señal estratigráfica esta

conformada por una sumatoria de funciones periódicas y por medio de esta representación se

puede determinar las frecuencias principales. El análisis espectral singular permite separar la señal

estratigráfica en componentes estadísticamente independientes que se pueden relacionar con

procesos geológicos particulares. Las redes neuronales artificiales permiten extraer los componentes

principales no lineales de la señal estratigráfica y se pueden usar en una versión mejorada del AES.

Así mismo estos componentes principales no lineales se pueden combinar con el Clasificador de

Señal Múltiple para determinar las frecuencias predominantes en la señal estratigráfica, siendo una

alternativa al análisis de Fourier.

Estas 3 metodologías se aplican en un caso sintético que representa la curva de variación

granulométrica en una sección. Los resultados indican que los componentes obtenidos del AES y

RNA se encuentran asociados a frecuencias particulares que se pueden relacionar con procesos

geológicos, y que la combinación de redes neuronales artificiales y el clasificador de señal múltiple

detectan las frecuencias predominantes en una señal de una mejor forma que con el AF.