Diseño e implementación de una red neuronal convolucional para la estimación de mecanismos focales a partir de datos sismológicos sintéticos basados en la región del Valle Medio del Magdalena

Simple item page
dc.contributor.advisorSerrano Luna, Jheyston Omar
dc.contributor.advisorRamirez Silva, Ana Beatriz
dc.contributor.authorPeña Cala, Cristian Alberto
dc.contributor.authorGil Moreno, Sergio Andres
dc.contributor.evaluatorAbreo Carrillo, Sergio Alberto
dc.contributor.evaluatorBarrero Perez, Jaime Guillermo
dc.date.accessioned2023-08-16T19:55:07Z
dc.date.available2023-08-16T19:55:07Z
dc.date.created2023-08-12
dc.date.issued2023-08-12
dc.description.abstractEn este artículo se presenta el diseño e implementación de un Modelo de Red Neuronal Convolucional (CNN) para estimar los mecanismos focales basado en la forma de onda de mediciones de velocidad sísmica. Este enfoque se propone como una alternativa novedosa a los métodos tradicionales de estimación de mecanismos focales. La aplicación de inteligencia artificial y aprendizaje automático ofrece nuevas oportunidades y contribuciones significativas en el campo de la sismología. En particular, las CNN son capaces de extraer características relevantes y reconocer patrones complejos en los datos sísmicos, lo que las convierte en una herramienta prometedora para la estimación de mecanismos focales. En el entrenamiento de la CNN, se utilizaron datos sintéticos generados con base en la topología del área de estudio y modelos teóricos establecidos. Esto permite tener un control preciso sobre los parámetros de entrada y los mecanismos focales conocidos, lo que facilita el proceso de aprendizaje del modelo.
dc.description.abstractenglishThis paper presents the design and implementation of a Convolutional Neural Network (CNN) Model to estimate focal mechanisms based on the waveform of seismic velocity measurements. This approach is proposed as a novel alternative to traditional focal mechanism estimation methods. The application of artificial intelligence and machine learning offers new opportunities and significant contributions to the field of seismology. In particular, CNNs are capable of extracting relevant features and recognizing complex patterns in seismic data, which makes them a promising tool for focal mechanism estimation. In CNN training, synthetic data generated based on the topology of the study area and established theoretical models were used. This allows precise control over the input parameters and known focal mechanisms, which facilitates the model learning process.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Electrónico
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/14900
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingeníerias Fisicomecánicas
dc.publisher.programIngeniería Electrónica
dc.publisher.schoolEscuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectmecanismo focal
dc.subjectsismología
dc.subjectevento sísmico
dc.subjectValle Medio del Magdalena
dc.subjectdiseño
dc.subjectinteligencia artificial
dc.subjectred neuronal
dc.subjectconvolucional
dc.subjectsintonización
dc.subjectinferencia
dc.subjectestimación
dc.subjectmétricas
dc.subject.keywordfocal mechanism
dc.subject.keywordseismology
dc.subject.keywordseismic event
dc.subject.keywordValle Medio del Magdalena
dc.subject.keyworddesign
dc.subject.keywordartificial intelligence
dc.subject.keywordneural network
dc.subject.keywordconvolutional
dc.subject.keywordsintonization
dc.subject.keywordinference
dc.subject.keywordestimate
dc.subject.keywordmetrics
dc.titleDiseño e implementación de una red neuronal convolucional para la estimación de mecanismos focales a partir de datos sismológicos sintéticos basados en la región del Valle Medio del Magdalena
dc.title.englishDesign and implementation of a convolutional neural network for the estimation of focal mechanisms from synthetic seismological data based on the Valle Medio del Magdalena region
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
Files
Original bundle
Now showing 1 - 4 of 4
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
159.92 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota del proyecto.pdf
Size:
247.76 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
2.81 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Apéndices.rar
Size:
8.79 MB
Format:
Unknown data format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.18 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Ingeniería Electrónica