| Revista: | Ingeniería e investigación |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000422114 |
| ISSN: | 0120-5609 |
| Autores: | Ochoa, Luis H1 Niño, Luis F1 Vargas, Carlos A1 |
| Instituciones: | 1Universidad Nacional de Colombia, Facultad de Ciencias, Bogotá. Colombia |
| Año: | 2018 |
| Periodo: | Ago |
| Volumen: | 38 |
| Número: | 2 |
| Paginación: | 97-103 |
| País: | Colombia |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Aplicado, descriptivo |
| Resumen en español | 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 |
| Resumen en inglés | The purpose of this research is to apply methods of support vector machines (SVMs) for fast determination of earthquake depths using seismic records of the "El Rosal" station, near to the city of Bogotá - Colombia. The algorithm was trained with time signal descriptors of 863 seismic events acquired between January 1998 and October 2008. Only earthquakes with magnitude > 2 M_L were contemplated, filtering its signals to remove diverse kind of noises not related to earth tremors. During training stages of SVM 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 M_L. The best classification of SVM was obtained using time signals of 15 seconds and earthquake magnitudes of 3.5 M_L 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 Bogotá. It is recommended to provide this model with more recent seismic events in order to improve its accuracy |
| Disciplinas: | Ingeniería, Geociencias |
| Palabras clave: | Ingeniería civil, Sismología y vulcanología, Prevención de desastres, Alerta sísmica, Respuesta rápida, Máquinas de soporte vectorial, Sismos |
| Keyword: | Civil engineering, Seismology and volcanology, Disasters prevention, Seismic alert, Rapid response, Support vector machines, Earthquakes |
| Texto completo: | Texto completo (Ver HTML) |
