Mostrar el registro sencillo del ítem
dc.contributor.author | Sánchez Gutiérrez, Ana Daniela | |
dc.date.accessioned | 2024-05-24T18:00:19Z | |
dc.date.available | 2024-05-24T18:00:19Z | |
dc.identifier.uri | http://www.ptolomeo.unam.mx:8080/xmlui/handle/RepoFi/19185 | |
dc.description | El crecimiento exponencial en los datos sismológicos requiere el desarrollo de nuevas herramientas de procesamiento. En el contexto de la detección automática de señales sísmicas, Earthquake Transformer (EQT) ha destacado entre los métodos de vanguardia. Por esta razón, EQT se aplicó en datos de tres secuencias sísmicas distintas en México, con el objetivo de analizar el rendimiento general del modelo en datos sísmicos no incluidos en su conjunto de entrenamiento, contribuyendo al procesamiento de datos sísmicos mediante enfoques de aprendizaje profundo. | es_ES |
dc.description.abstract | El presente trabajo evalúa el desempeño de Earthquake Transformer (Mousavi, Ellsworth, Zhu, Chuang, y Beroza, 2020), un modelo de código abierto basado en aprendizaje profundo, diseñado para detectar sismos y seleccionar fases sísmicas P y S de forma simultánea. | es_ES |
dc.language.iso | es | es_ES |
dc.subject | Detección automática de señales sísmicas | es_ES |
dc.subject | Selección automática de fases sísmicas | es_ES |
dc.subject | Aprendizaje profundo | es_ES |
dc.subject | Aprendizaje automático | es_ES |
dc.subject | Monitoreo sísmico | es_ES |
dc.title | Aplicación de un modelo de aprendizaje profundo para simultáneamente detectar sismos y seleccionar fases sísmicas P y S | es_ES |
dc.type | Tesis | es_ES |
dc.director.trabajoescrito | Enríquez Vargas, Miguel | |
dc.carrera.ingenieria | Ingeniería geofísica | es_ES |