Investigadores utilizan redes neuronales artificiales para prevenir seísmos

25 Feb 2014

La técnica, basada en técnicas de minería de datos, ha sido desarrollada por investigadores de la Universidad Pablo de Olavide de Sevilla.

Investigadores de la Universidad Pablo de Olavide, del NT2 Labs - Nikola Tesla New Technology Labs de Chile y de la Universidad de Sevilla han aplicado técnicas basadas en la minería de datos para el descubrimiento de patrones en series temporales de origen sísmico, y así poder predecir su ocurrencia. En concreto, han utilizado redes neuronales artificiales para predecir terremotos en Chile, uno de los países con mayor actividad sísmica del mundo, y en la Península Ibérica.

Las redes neuronales artificiales son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas que colaboran entre sí para producir un estímulo de salida.

En un artículo publicado en la revista Applied Soft Computing [1], muestran un método concreto, basado en la aplicación de redes neuronales artificiales, que han usado para predecir terremotos en Chile, uno de los países con mayor actividad sísmica del mundo. Este metodología, con ligeras modificaciones, se ha aplicado con éxito a las dos zonas más activas de la Península Ibérica. Sus resultados se publicaron en 2013 en la revista Tectonophysics [2]. Recientemente, se ha depurado la metodología y mejorado los resultados en ambas zonas, alcanzando tasas de acierto superiores al 80%, mediante la aplicación de técnicas de selección de atributos. Los resultados se han publicado en Knowledge-Based Systems [3].

Para toda su experimentación, los investigadores realizan dos tipos de predicciones: la probabilidad de que un terremoto sea de magnitud mayor que un determinado valor umbral, así como la probabilidad de ocurrencia de un terremoto de magnitud dentro de un determinado intervalo de tiempo. En ambos casos, se mide la probabilidad de que ocurran en los siguientes cinco o siete días, para los casos de Chile y de la Península Ibérica, respectivamente.

La precisión del método se evaluó en experimentos retrospectivos. La alta tasa de éxito alcanzado apoya la conveniencia de la aplicación de técnicas de minería de datos en este ámbito, según los investigadores, y plantea nuevos retos que deben abordarse.

Aunque en el mercado ya existen diversos aparatos que detectan con cierta anticipación la venida de un terremoto, ninguno es tan preciso y tampoco tiene posibilidades de ampliar su desarrollo o entregar datos analíticos. Francisco Martínez Álvarez, miembro del grupo TIC-200: Sistemas Inteligentes y Minería de Datos de la Universidad Pablo de Olavide, afirma que este modelo es capaz de predecir terremotos con alta fiabilidad, para una incertidumbre temporal de entre cinco y siete días y con una margen de error espacial del orden de, aproximadamente, 100x100 km2.

Los investigadores responsables de este trabajo afirman, igualmente, que la metodología desarrollada podría extrapolarse a cualquier tipo de desastre natural siempre que se aporten los datos necesarios, lo cual sería de gran interés por ejemplo para la predicción de tsunamis tras un terremoto, puesto que el sistema de detección actual, consistente en alarmas-sensores colocados en boyas instaladas en el mar, avisa sólo cuatro horas antes de que se produzca. En la actualidad, están estudiando también si se puede extrapolar la metodología a otras partes del mundo, habiendo ya obtenido los primeros resultados positivos para determinadas zonas de China y de Japón.

También los investigadores están estudiando la posibilidad de aplicar la minería de datos a la predicción de tifones, lo que requiere hacer un análisis de datos relacionados, determinar si la metodología es aplicable y extrapolable, y por tanto hacer las modificaciones oportunas.

[1]  J. Reyes, A. Morales-Esteban, F. Martínez-Álvarez. Neural networks to predict earthquakes in Chile. Applied Soft Computing, vol. 13, pp. 1314-1328, 2013.

[2]  A. Morales-Esteban, F. Martínez-Álvarez, J. Reyes. Earthquake prediction in seismogenic areas of the Iberian Peninsula based on computational intelligence. Tectonophysics, vol. 593, pp. 121-134, 2013.

[3]  F. Martínez-Álvarez, J. Reyes, A. Morales-Esteban, C. Rubio-Escudero. Determining the best set of seismicity indicators to predict earthquakes. Two case studies: Chile and the Iberian Peninsula. Knowledge-Based Systems, vol. 50, pp. 198-210, 2013.

Fuente: Unidad Técnica de Comunicación UPO y Tendencias 21.

Ver la oferta científico-tecnológica del investigador, Francisco Martine Álvarez:



Facebook   Twitter

 NUBE DE TAGS

Accede a la oferta tecnológica de interés para tu empresa desde esta nube de tags.

Acuicultura aditivos Aeroespacial Agricultura Agua aguas residuales Alimentación alimentos funcionales almazaras antienvejecimiento antiinflamatorio antioxidantes Apoptosis Aprendizaje-Servicio ApS Aromas Arqueología Bebidas Big Data bioadsorción Biocarbon biocidas biodiesel Biodiversidad Bioenergética Bioinformática biomasa algal Biomedicina Biopilas Bioquímica Biotecnología bombas de destoxificación bombas destoxificación C.elegans Cáncer cardiovascular Celdas biocombustibles Celiaquía Células madre celulosa CO2 Coeducación Coenzima Q comercio electrónico competencias plurilingües y pluriculturales Compostaje compuestos bioactivos Conservación Construcción Cooperación territorial Cosmética Cultura Deporte Derecho desastres naturales Diabetes Dietética Dispositivo de salto Drosophila Edafología Educación Electricidad emergencias Emociones Empresas de Base Tecnológica Energías renovables enfermedad cardiovascular enfermedad gaucher enfermedad hígado graso no alcohólica (EHGNA) Enfermedades lisosomales Enfermedades mitocondriales Enfermedades raras Entrenamiento deportivo envejecimiento enzimas Estrés hídrico Estudios Sociales explotación FE-SEM Fenotipaje Fibromialgia Fibrosis hepática fotobiorreactores Ganaderia Gestión franquicias Gestión información Hidrógeno Hidroponía hueso aceituna Idiomas igualdad de género Impacto Cruzado Indicadores Infraestructuras inmovilización de enzimas inmunotolerancia Inteligencia Artificial Internet of things (IoT) Jurídicos lactosa macroalgas Maldi-Tof Maquinaria uso industrial material didáctico Materiales medicina regenerativa medioambientales Metagenoteca Métodos Alternativos microalgas microbiota intestinal microscopía Minería de Datos Miniería de Datos modelo formativo MOFs NACH nanopartículas Nanotecnología naturales Neurociencia Neurogestión neuroimagen Neuromanagement Nutrición obesidad infantil ocio Optimización Parkinson Patentes patrimonio Pedagogía perfumes pesticidas plaguicidas Proteómica protocolo LoRa Química Químicas Raman reactores enzimáticos Recursos Marinos Recursos naturales Rendimiento deportivo residuos resonancia magnética riesgo tóxico Robótica Root Simulators Running Salud SCT Seguridad Sensor FBRM Series temporales Sexado Aves Simulación Simulación Molecular Síndrome MELAS smart cities Social Media socialización socioeconómicos Soft Computing spin-off Suero lácteo Tecnologías terremotos Tic toxicología Traducción Transporte trata laboral turismo Valoración funcional vertidos Videojuegos Zeolitas

Contacto


Si tienes cualquier duda o consulta ponte en contacto con nosotros


Contacto

Otri 2.o


Te invitamos a conocer y participar en las diferentes herramientas basadas en la web social donde se encuentra la OTRI

Leer más ...


Contacto