Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Fast Determination of Earthquake Depth Using Seismic Records of a Single Station, Implementing Machine Learning Techniques

Ochoa Gutierrez, Luis Hernán and Niño Vasquez, Luis Fernando and Vargas Jimenez, Carlos Alberto (2018) Fast Determination of Earthquake Depth Using Seismic Records of a Single Station, Implementing Machine Learning Techniques. Ingeniería e Investigación, 38 (2). pp. 91-103. ISSN 2248-8723

Texto completo

[img]
Vista previa
PDF - Versión Publicada
Available under License Creative Commons Attribution.

705kB

URL oficial: https://revistas.unal.edu.co/index.php/ingeinv/art...

Resumen

The purpose of this research is to apply a new approach to make a fast determination of earthquake depth using seismic records of the “El Rosal” station, near to the city of Bogota – Colombia, by applying support vector machine regression (SVMR). The algorithm was trained with descriptors obtained from time signals of 863 seismic events acquired between January 1998 and October 2008; only earthquakes with magnitude ≥ 2 were contemplated, filtering its signals to remove diverse kind of noises not related to earth tremors. During training stages of SVMR several combinations of kernel function exponent and complexity factor were considered for time signals of 5, 10 and 15 seconds along with earthquake magnitudes of 2.0, 2.5, 3.0 and 3.5 (Ml). The best classification of SVMR was obtained using time signals of 15 seconds and earthquake magnitudes of 3.5 with kernel exponent of 10 and complexity factor of 2, showing accuracy of 0.6 ± 16.5 kilometers, which is good enough to be used in an early warning system for the city of Bogota. It is recommended to provide this model with a previous phase of deep-shallow classification., El propósito de esta investigación es aplicar métodos de máquinas de vector de soporte (MVS) para determinar rápidamente las profundidades de terremotos utilizando registros sísmicos de la estación El Rosal, cerca de la ciudad de Bogotá – Colombia. El algoritmo fue entrenado con descriptores de señales de tiempo de 863 eventos sísmicos adquiridos entre enero de 1998 y octubre de 2008; solo se contemplaron terremotos de magnitudes ≥ 2 M_L, filtrando sus señales para remover diversos tipos de ruidos no relacionados con temblores terrestres. Durante las etapas de entrenamiento de la MVS varias combinaciones del exponente de la función kernel y factor de complejidad fueron considerados para señales de tiempo de 5, 10 y 15 segundos junto con terremotos de magnitudes 2.0, 2.5, 3.0 y 3.5 M_L. La mejor clasificación de la MVS fue obtenida utilizando señales de tiempo de 15 segundos y terremotos de magnitudes 3.5 M_L con exponente kernel de 10 y factor de complejidad de 2, mostrando precisión de 0,6 ± 16,5 kilómetros, lo cual es suficientemente bueno para ser utilizado en un sistema de alerta temprana para la ciudad de Bogotá. Se recomienda proveer este modelo con eventos sísmicos recientes, con la finalidad de mejorar su precisión.

Tipo de documento:Artículo - Article
Palabras clave:Earthquake Early Warning, Rapid Response, Earthquake Depth, Seismic Event, Bogota – Colombia, Support Vector Machine Regression (SVMR), Seismology, Earthquakes., Alerta Temprana de Terremoto, Respuesta Rápida, Profundidad de un Terremoto, Evento Sísmico, Bogotá - Colombia, Máquinas de Soporte Vectorial (MSV), Sismología, Terremotos
Temática:6 Tecnología (ciencias aplicadas) / Technology > 62 Ingeniería y operaciones afines / Engineering
Unidad administrativa:Revistas electrónicas UN > Ingeniería e Investigación
Código ID:68565
Enviado por : Dirección Nacional de Bibliotecas STECNICO
Enviado el día :21 Septiembre 2018 14:02
Ultima modificación:21 Septiembre 2018 14:02
Ultima modificación:21 Septiembre 2018 14:02
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Metabiblioteca OAIster BASE BDCOL Registry of Open Access Repositories SNAAC Red de repositorios latinoamericanos eprints Open archives La referencia Tesis latinoamericanas OpenDOAR CLACSO
Este sitio web se ve mejor en Firefox