Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)Agudelo Zambrano, William MauricioSánchez Galvis, Iván JavierQuintero Santander, Holger Giovanni2022-11-222022-11-222022-11-212022-11-21https://noesis.uis.edu.co/handle/20.500.14071/12204La generación de imágenes sísmicas de estructuras complejas en zonas montañosas es uno de los principales desafíos de la exploración sísmica terrestre. Las señales de reflexión deseadas son enmascaradas por las ondas sísmicas dispersadas por heterogeneidades cerca de la superficie logrando que las ondas se superpongan en frecuencia y los filtros convencionales sean poco precisos, por ello, se propone unmétodo de clasificación de datos sintéticos de onda sísmica dispersada, los cuales se procesarán a través de unmétodo de aprendizaje automático. Para esto se modelarán las ondas dispersadas mediante un modelado numérico 2D. Se seleccionarán ciertos atributos sísmicos para resaltar la información geofísica de los datos tales como: frecuencia, velocidad de propagación, polarización, entre otros. Una vez con los atributos seleccionados junto con un algoritmo de clasificación, los datos se dividirán en grupos automáticamente y a partir de esto se inferirá la relación señal-ruido.application/pdfspainfo:eu-repo/semantics/openAccessDispersiónEstrato someroAprendizaje automáticoModelado numéricoAtributo sísmicoUniversidad Industrial de SantanderTesis/Trabajo de grado - Monografía - MaestríaUniversidad Industrial de Santanderhttps://noesis.uis.edu.coScatteringNear-SurfaceMachine LearningNumerical ModelingSeismic Attributehttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)