MINERÍA la mejor puerta de acceso al sector minero EDICIÓN 588 / SEPTIEMBRE 2026 44 et al., 2011). Además, ReLU promueve una activación más dispersa (sparse), lo que mejora la eficiencia del modelo y su capacidad de generalización (Nair & Hinton, 2010). Aunque, puede provocar neuronas “muertas” que dejan de aprender, propias de la naturaleza de la función. Se define matemáticamente como: Esto significa que cualquier entrada negativa se convierte en 0, mientras que las positivas se mantienen sin cambiar. 2. Softmax: para la capa de salida de los diferentes modelos se ha utilizado la función Softmax. Esta transforma un vector de valores arbitrarios (logits) en una distribución de probabilidad sobre las K clases. Se define como: A pesar de que el problema es binario (ocurrencia de mineral o no), Softmax se empleó en lugar de la tradicional Sigmoid porque permite tener estabilidad numérica en ciertas implementaciones. En algunos frameworks, la función Softmax ofrece una implementación más estable de la mano de funciones de pérdida como la entropía cruzada (Goodfellow et al., 2016). Asimismo, esta función considera la relación entre clases. Puede generar decisiones más diferenciadas cuando las clases están altamente desbalanceadas, como es el caso. Esto es útil cuando se interpreta la salida como una distribución de probabilidad sobre hipótesis espaciales (Murphy, 2012). Arquitectura de modelos y selección de hiperparámetros En esta sección se describen las configuraciones generales utilizadas para los modelos predictivos evaluados en este estudio: RF, MLP, CNN y GCN. Todos los modelos fueron diseñados con el objetivo de estimar la probabilidad de ocurrencia de depósitos minerales tipo pórfido-skarn, a partir de información geoquímica, geofísica y espacial. Cada modelo fue entrenado para maximizar el valor promedio del Área Bajo la Curva ROC (AUC) obtenida luego de haber evaluado el modelo en el conjunto de prueba. La configuración específica de hiperparámetros seleccionados para cada modelo se resume en la Tabla 1. Para todos los modelos basados en redes neuronales (MLP, CNN y GCN), se utilizó la función de pérdida Cross-Entropy, ampliamente empleada en tareas de clasificación, especialmente cuando se interpretan las salidas como distribuciones de probabilidad (Goodfellow et al., 2016). En clasificación multiclase con K clases y una única etiqueta correcta, el valor de pérdida se define como: Donde p es la distribución verdadera (etiquetas one-hot), q es la predicha [softmax(x)], y es la clase correcta, y qy su probabilidad predicha. Debido al gran desbalance de clases, se optó por darle pesos a cada una durante el entrenamiento dentro de la función de pérdida. Estos pesos fueron obtenidos con la siguiente fórmula: Donde ni es la cantidad de puntos sin ocurrencia de mineral y mi es la cantidad de ocurrencias en el fold i. Por último, como optimizador se empleó Adaptive Moment Estimation (Adam), conocido por su efiFigura 5. Arquitectura típica de una GCN.
RkJQdWJsaXNoZXIy MTM0Mzk2