La clasificación de señales sísmicas es de crucial importancia para el descubrimiento de posibles interacciones entre movimientos telúricos volcánicos y procesos volcánicos per se. En este artículo se compara el desempeño de dos clasificadores que se enmarcan en metodologías diferentes de clasificación:
modelos de mezcla de gaussianas, dentro de la estrategia de clasificación usando modelos generativos y máquinas de vectores de soporte, en la estrategia de clasificación que usa funciones discriminativas. Igualmente, se presentan diferentes combinaciones de estos dos clasificadores. Los resultados muestran que la estrategia basada en función discriminativa entrega porcentajes de acierto superiores.
Seismic signals classification is important by itself in order to discover factual interactions between volcanic earthquakes and volcanic processes. In this paper, the performance of two classifiers under different classification strategies is compared: Gaussian mixture models, under the generative model classification approach and support vector machines, below the discriminative function classification approach. Likewise, different combinations of both classifiers are presented. Results using the discriminative function approach are superior.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados