Detección en línea de onda-P en sismogramas 3-D utilizando redes neuronales

Se desarrolla un detector en línea del tiempo de arribo de ondas P sobre registros electrónicos de tres componentes de eventos tectónicos. Se lleva a cabo la detección en línea de la onda-p empleando redes neuronales (RN), utilizando dos diferentes formas: en la primera se sintetiza el detector de LRV, mientras en la segunda se desarrolla un clasificador estadístico con las respectivas clases (señal con onda-p presente y señal con solo ruido presente). La detección se realiza empleando redes neuronales de tipo perceptrón multi-capa, en las cuales se aprovechan las siguientes cualidades: su capacidad de mapeo no lineal de entrada-salida, buena generalización, bajo costo computacional, entre otras. Las anteriores cualidades hacen que las RN sean apropiadas para el proceso de señales en tiempo real. Las entradas a la RN corresponden a datos normalizados del registro sísmico y las características que miden el grado de polarización de la onda. Los registros procesados se obtuvieron de la base de datos del Instituto Iris y de Ingeominas, y su análisis da como resultado un mejor desempeño del sistema en la detección del tiempo de arribo, aunque no presenta una exactitud aceptable en la estimación del tiempo de arribo de la onda P.

We have developed a P-wave arrival time detector of tectonic events over digital three-component records online. This process uses two different methods: the first one works with a LVR detector, and the second one uses a statistical classifier of classes (signal with P-wave and signal with seismic noise). Detection uses multi-layer perceptron neural network where is taken advantage of non-lineal input-output, relation, well-generalization, low computational demands, etc. These appropriate qualities for real time signal processing. The input data for the system becomes a normalized vector of seismic signal and its polarization arguments. Testes were done with data from IRIS and INGEOMINAS database. Although the system has a good perforance, its accuracy is not acceptable.