Redes neuronales artificiales para mapear la atenuacin̤ de la intensidad ss̕mica

El estudio de atenuacin̤ de la intensidad ss̕mica juega un papel importante en los anl̀isis de amenaza que incluyan eventos histr̤icos. El mapeo de la atenuacin̤ de la intensidad generalmente se realiza a travš de regresiones de la intensidad en funcin̤ de la distancia. Hoy en da̕ existen distintas...

Full description

Saved in:
Bibliographic Details
Other Authors: Daza Alfonso Eddy Herrera, Garcia Leal Julio Alberto, Ramos Caǫn Mariano, Pontificia Universidad Javeriana
Format: Book
Language:Spanish
Subjects:
Online Access:Redes neuronales artificiales para mapear la atenuacin̤ de la intensidad ss̕mica
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:El estudio de atenuacin̤ de la intensidad ss̕mica juega un papel importante en los anl̀isis de amenaza que incluyan eventos histr̤icos. El mapeo de la atenuacin̤ de la intensidad generalmente se realiza a travš de regresiones de la intensidad en funcin̤ de la distancia. Hoy en da̕ existen distintas formas para estudiar las caracters̕ticas de un evento ss̕mico por medios instrumentales, sin embargo los expertos enfrentan en muchos casos el problema del carc̀ter cualitativo de las fuentes de informacin̤ de eventos pasados en el mapeo de la relacin̤ entre intensidad, magnitud y distancia para la generacin̤ de escenarios de riesgo con base en informacin̤ histr̤ica. Este trabajo presenta una forma alternativa de mapear esta relacin̤ travš del uso de las Redes Neuronales Artificiales RNAs. Como resultado se propone un procedimiento novedoso que fue validado a travš del mapeo de las intensidades para el caso de 68 sismos ocurridos en la parte norte de Suramřica en el periodo comprendido entre 1766 a 2004. Se encuentra que las RNAs presentan varias ventajas con respecto a los modelos convencionales de regresin̤: a. Preservan de mejor manera el primer momento estads̕tico, b. Reflejan un error de aproximacin̤ menor y c. La varianza explicada por las RNAs se comporta mejor que los modelos de regresin̤ estads̕tica.
ISBN:2011-2769 (Versin̤ electrn̤ica); 0123-2126 (Versin̤ impresa)