%0 Journal Article 
%A Miranda Calle, Julián Darío
%A Gamboa Entralgo, Ciro Albert
%T Desarrollo de un sistema para la detección de movimientos sísmicos usando redes neuronales artificiales
%D 2018
%U http://hdl.handle.net/20.500.11912/5725
%X Este proyecto plantea el desarrollo de un sistema para la detección de movimientos sísmicos mediante el uso de redes neuronales artificiales. Se inicia con una contextualización en el ámbito sismológico y de aprendizaje automático que incluye características y atributos de las señales sísmicas y características de los procesos de clasificación, complementando los conceptos con una revisión de los antecedentes, evidenciando la implementación de técnicas de aprendizaje de máquina en la clasificación y detección sísmica. Posteriormente, se define la población muestral que comprende eventos sísmicos históricos de la Red Sismológica Nacional de Colombia (RSNC), dentro de la cual se extrae una muestra que es usada para el desarrollo modular del sistema. Este desarrollo está enmarcado en una metodología Ágil Scrum y de Prototipado. El flujo modular inicia con el análisis de las estaciones de mayor relevancia con el fin de reducir el costo computacional y de procesamiento, seguido del preprocesamiento de los datos (filtrado, normalización y re-muestreo), la extracción de atributos, y las etapas de entrenamiento, validación y prueba del clasificador binario desarrollado. Los atributos fueron extraídos sobre ventanas de 200 muestras de 5.144 eventos de las estaciones BRR, RUS, PAM y PTB de la RSNC con epicentro en Santander, en un periodo comprendido entre el 2015 y el 2017. Al unificar los módulos del último prototipo funcional y ejecutar las pruebas de validación cruzada al clasificador, se obtiene un modelo generalizable que clasifica los eventos sísmicos con un 99.21% de exactitud.

%~ GOEDOC, SUB GOETTINGEN