Predicción de sismos en México mediante el uso de un ensamble de redes neuronales
2023Descargar propuesta de investigación completa (PDF)
Profesores: Dr. Benjamin Moreno Montiel y Dr. René MacKinney Romero
Resumen: <<Los sismos no se pueden predecir>>. Siempre hemos escuchado esta frase cuando hablamos de sismos, y de cierta manera la frase tiene mucha razón, ya que no existe ninguna metodología que permita realizar esta tarea con un grado de confiabilidad realmente aceptable. Y puede que nunca sea posible predecir el momento exacto en que ocurrirá un terremoto dañino, porque cuando se ha acumulado suficiente tensión, una falla puede volverse inherentemente inestable, y cualquier pequeño terremoto de fondo puede o no continuar evolucionando hasta convertirse en un gran terremoto.
Sin embargo, en la actualidad muchos investigadores a nivel mundial han propuesto modelos de predicción que sean capaces de ofrecer un panorama sobre el cómo, donde y cuando se podrá presentar un sismo con características detallas que protejan los más importante que tiene el ser humano, la vida.
Objetivo general:
Diseñar un modelo de predicción de sismos en México utilizando un ensamble de redes neuronales, con base al repositorio de los últimos 20 años.
Objetivos específicos:
- Revisión del estado del arte sobre modelos de predicción de temblores a nivel mundial
- Revisión del estado del arte sobre algoritmos basados en ensambles de tipo mezcla de redes neuronales
- Crear la base de datos para la predicción de sismos en México, estableciendo el área específica, la ventana de tiempo específico, el rango de magnitud y la probabilidad específica de ocurrencia
- Diseñar y programar un ensamble de mezcla de redes neuronales que representará el motor de funcionamiento de este proyecto de investigación
- Realizar pruebas para validación de la propuesta para obtener las tasas de aprendizaje del sistema propuesto
Ultima actualización 25/11/2022 por pcyti