Implementación de un sistema clasificador de microterremotos del volcán Cotopaxi basado en técnicas de Deep Learning

La integración de las tecnologías de inteligencia artificial (AI, del inglés Artificial Intelligence) y aprendizaje profundo (DL, del inglés Deep Learning) tiene una importancia significativa en el monitoreo de riesgos para la seguridad pública de Ecuador. Con los riesgos potenciales asociados a las...

Fuld beskrivelse

Saved in:
Bibliografiske detaljer
Hovedforfatter: Iglesias Giler, Iván Alejandro (author)
Andre forfattere: Rosero Arciniega, Luis Alejandro (author)
Format: bachelorThesis
Sprog:spa
Udgivet: 2023
Fag:
Online adgang:http://repositorio.espe.edu.ec/handle/21000/36707
Tags: Tilføj Tag
Ingen Tags, Vær først til at tagge denne postø!
_version_ 1858738398167040000
author Iglesias Giler, Iván Alejandro
author2 Rosero Arciniega, Luis Alejandro
author2_role author
author_facet Iglesias Giler, Iván Alejandro
Rosero Arciniega, Luis Alejandro
author_role author
collection Repositorio Universidad de las Fuerzas Armadas
dc.contributor.none.fl_str_mv Lara Cueva, Román Alcides
dc.creator.none.fl_str_mv Iglesias Giler, Iván Alejandro
Rosero Arciniega, Luis Alejandro
dc.date.none.fl_str_mv 2023-08-07T23:44:13Z
2023-08-07T23:44:13Z
2023
dc.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
dc.identifier.none.fl_str_mv Iglesias Giler, Iván Alejandro y Rosero Arciniega, Luis Alejandro (2023). Implementación de un sistema clasificador de microterremotos del volcán Cotopaxi basado en técnicas de Deep Learning. Carrera de Ingeniería en Electrónica y Telecomunicaciones. Universidad de las Fuerzas Armadas ESPE. Matriz Sangolquí.
058092
http://repositorio.espe.edu.ec/handle/21000/36707
dc.language.none.fl_str_mv spa
dc.publisher.none.fl_str_mv Universidad de las Fuerzas Armadas ESPE. Carrera de Ingeniería en Electrónica y Telecomunicaciones
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:Repositorio Universidad de las Fuerzas Armadas
instname:Universidad de las Fuerzas Armadas
instacron:ESPE
dc.subject.none.fl_str_mv CLASIFICACIÓN
COTOPAXI
APRENDIZAJE PROFUNDO
APRENDIZAJE SUPERVISADO
MICROSISMOS VOLCÁNICOS
dc.title.none.fl_str_mv Implementación de un sistema clasificador de microterremotos del volcán Cotopaxi basado en técnicas de Deep Learning
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/bachelorThesis
description La integración de las tecnologías de inteligencia artificial (AI, del inglés Artificial Intelligence) y aprendizaje profundo (DL, del inglés Deep Learning) tiene una importancia significativa en el monitoreo de riesgos para la seguridad pública de Ecuador. Con los riesgos potenciales asociados a las erupciones volcánicas, la adopción de estas tecnologías tiene el potencial de revolucionar los sistemas de monitoreo y permiten el modelado predictivo para la evaluación efectiva del comportamiento volcánico. El presente estudio se centra en la clasificación de microsismos volcánicos de Largo Período (LP, del inglés Long Period) y Volcano Tectónico (VT, del inglés Volcano Tectonic) como indicadores de actividad volcánica utilizando algoritmos DL: Autoencoder Apilado (SA, del inglés Stacked Autoencoder) y Red Neuronal Profunda (DNN, del inglés Deep Neural Network), mediante aprendizaje supervisado. El análisis incorpora métricas de rendimiento como la exactitud, la precisión, la sensibilidad, la especificidad y la tasa de error balanceada (BER, del inglés Balanced Error Rate). El estudio utiliza para el entrenamiento y las pruebas una base de datos original, una base de datos sintética y una base de datos mixta que combina datos originales y sintéticos. Además, los microsismos volcánicos se enriquecen al agregar los coeficientes de dos transformadas Wavelet discretas, Daubechies y Symlets, lo que da lugar a otras dos bases de datos mixtas, con un total de cinco conjuntos de datos. La investigación evalúa los algoritmos SA y DNN en la clasificación de microsismos volcánicos, teniendo en cuenta la posible influencia de las transformadas Wavelet. El estudio revela resultados superiores en la clasificación de microsismos volcánicos LP y VT del Cotopaxi a través de pruebas realizadas con los algoritmos SA y DNN, que consiguen mejorar el objetivo del IGEPN de obtener un valor de BER de 0.01.
eu_rights_str_mv openAccess
format bachelorThesis
id ESPE_d557aaa69dc2f7c249e94433dc92cf2a
identifier_str_mv Iglesias Giler, Iván Alejandro y Rosero Arciniega, Luis Alejandro (2023). Implementación de un sistema clasificador de microterremotos del volcán Cotopaxi basado en técnicas de Deep Learning. Carrera de Ingeniería en Electrónica y Telecomunicaciones. Universidad de las Fuerzas Armadas ESPE. Matriz Sangolquí.
058092
instacron_str ESPE
institution ESPE
instname_str Universidad de las Fuerzas Armadas
language spa
network_acronym_str ESPE
network_name_str Repositorio Universidad de las Fuerzas Armadas
oai_identifier_str oai:repositorio.espe.edu.ec:21000/36707
publishDate 2023
publisher.none.fl_str_mv Universidad de las Fuerzas Armadas ESPE. Carrera de Ingeniería en Electrónica y Telecomunicaciones
reponame_str Repositorio Universidad de las Fuerzas Armadas
repository.mail.fl_str_mv .
repository.name.fl_str_mv Repositorio Universidad de las Fuerzas Armadas - Universidad de las Fuerzas Armadas
repository_id_str 2042
spelling Implementación de un sistema clasificador de microterremotos del volcán Cotopaxi basado en técnicas de Deep LearningIglesias Giler, Iván AlejandroRosero Arciniega, Luis AlejandroCLASIFICACIÓNCOTOPAXIAPRENDIZAJE PROFUNDOAPRENDIZAJE SUPERVISADOMICROSISMOS VOLCÁNICOSLa integración de las tecnologías de inteligencia artificial (AI, del inglés Artificial Intelligence) y aprendizaje profundo (DL, del inglés Deep Learning) tiene una importancia significativa en el monitoreo de riesgos para la seguridad pública de Ecuador. Con los riesgos potenciales asociados a las erupciones volcánicas, la adopción de estas tecnologías tiene el potencial de revolucionar los sistemas de monitoreo y permiten el modelado predictivo para la evaluación efectiva del comportamiento volcánico. El presente estudio se centra en la clasificación de microsismos volcánicos de Largo Período (LP, del inglés Long Period) y Volcano Tectónico (VT, del inglés Volcano Tectonic) como indicadores de actividad volcánica utilizando algoritmos DL: Autoencoder Apilado (SA, del inglés Stacked Autoencoder) y Red Neuronal Profunda (DNN, del inglés Deep Neural Network), mediante aprendizaje supervisado. El análisis incorpora métricas de rendimiento como la exactitud, la precisión, la sensibilidad, la especificidad y la tasa de error balanceada (BER, del inglés Balanced Error Rate). El estudio utiliza para el entrenamiento y las pruebas una base de datos original, una base de datos sintética y una base de datos mixta que combina datos originales y sintéticos. Además, los microsismos volcánicos se enriquecen al agregar los coeficientes de dos transformadas Wavelet discretas, Daubechies y Symlets, lo que da lugar a otras dos bases de datos mixtas, con un total de cinco conjuntos de datos. La investigación evalúa los algoritmos SA y DNN en la clasificación de microsismos volcánicos, teniendo en cuenta la posible influencia de las transformadas Wavelet. El estudio revela resultados superiores en la clasificación de microsismos volcánicos LP y VT del Cotopaxi a través de pruebas realizadas con los algoritmos SA y DNN, que consiguen mejorar el objetivo del IGEPN de obtener un valor de BER de 0.01.Universidad de las Fuerzas Armadas ESPE. Carrera de Ingeniería en Electrónica y TelecomunicacionesLara Cueva, Román Alcides2023-08-07T23:44:13Z2023-08-07T23:44:13Z2023info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfapplication/pdfapplication/pdfIglesias Giler, Iván Alejandro y Rosero Arciniega, Luis Alejandro (2023). Implementación de un sistema clasificador de microterremotos del volcán Cotopaxi basado en técnicas de Deep Learning. Carrera de Ingeniería en Electrónica y Telecomunicaciones. Universidad de las Fuerzas Armadas ESPE. Matriz Sangolquí.058092http://repositorio.espe.edu.ec/handle/21000/36707spainfo:eu-repo/semantics/openAccessreponame:Repositorio Universidad de las Fuerzas Armadasinstname:Universidad de las Fuerzas Armadasinstacron:ESPE2024-07-27T08:49:06Zoai:repositorio.espe.edu.ec:21000/36707Institucionalhttps://repositorio.espe.edu.ec/Universidad públicahttps://www.espe.edu.ec/https://repositorio.espe.edu.ec/oai.Ecuador...opendoar:20422026-03-02T10:42:37.244461Repositorio Universidad de las Fuerzas Armadas - Universidad de las Fuerzas Armadastrue
spellingShingle Implementación de un sistema clasificador de microterremotos del volcán Cotopaxi basado en técnicas de Deep Learning
Iglesias Giler, Iván Alejandro
CLASIFICACIÓN
COTOPAXI
APRENDIZAJE PROFUNDO
APRENDIZAJE SUPERVISADO
MICROSISMOS VOLCÁNICOS
status_str publishedVersion
title Implementación de un sistema clasificador de microterremotos del volcán Cotopaxi basado en técnicas de Deep Learning
title_full Implementación de un sistema clasificador de microterremotos del volcán Cotopaxi basado en técnicas de Deep Learning
title_fullStr Implementación de un sistema clasificador de microterremotos del volcán Cotopaxi basado en técnicas de Deep Learning
title_full_unstemmed Implementación de un sistema clasificador de microterremotos del volcán Cotopaxi basado en técnicas de Deep Learning
title_short Implementación de un sistema clasificador de microterremotos del volcán Cotopaxi basado en técnicas de Deep Learning
title_sort Implementación de un sistema clasificador de microterremotos del volcán Cotopaxi basado en técnicas de Deep Learning
topic CLASIFICACIÓN
COTOPAXI
APRENDIZAJE PROFUNDO
APRENDIZAJE SUPERVISADO
MICROSISMOS VOLCÁNICOS
url http://repositorio.espe.edu.ec/handle/21000/36707