Tagq TagEQ-CN: Clasificación de Eventos Sísmicos Basado en Redes Complejas

• Ordoñez Erazo, Hugo ^[1] ; Leon Vargas, Daniel Andres ^[2] ; Bucheli Guerrero, Víctor Andrés ^[2]
  1. [1] Universidad del Cauca

     Universidad del Cauca

     Colombia

     
  2. [2] Universidad del Valle (Colombia)

     Universidad del Valle (Colombia)

     Colombia

     
• Localización: Investigación e Innovación en Ingenierías, ISSN-e 2344-8652, Vol. 9, Nº. 1 (Enero-Junio), 2021, págs. 136-148
• Idioma: español
• Títulos paralelos:
  • TagEQ-CN: Automatic Classification System for seismic events based on complex networks
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Objetivo: En el área de la sismología constantemente se presentan desarrollos tanto en el procesamiento de señales como en la detección y clasificación de señales sísmicas. En este sentido, la detección y clasificación de señales sísmicas continúa siendo un tema de investigación, dada la diversidad de tipos de señales, sensores y fuentes de vibración. Este trabajo se presenta una propuesta novedosa, al tratar el conjunto de eventos sísmicos como una red de eventos conectados entre sí, para la clasificación automática de eventos. Metodología: Para el proceso de clasificación de eventos utiliza información sobre nodos o lugares que aglomeran eventos sísmicos, así como también comunidades de eventos.  De esta forma, TagEQ, es un sistema de etiquetado semi-automático de señales sísmicas, que toma sismogramas continuos de una estación y, a partir de un catálogo de eventos sísmicos y una representación de los eventos como red, clasifica automáticamente las señales. Resultados: El sistema se testeó con señales provenientes de la estación La Rusia que pertenece a la Red Sismológica Nacional de Colombia, con resultados prometedores. La aplicabilidad de este sistema, permite incluir información nueva para la anotación automática de sismos, así como también reconocer automáticamente eventos de otras fuentes. Conclusiones: El sistema desarrollado se basa en el paradigma supervisado, aunque buena parte del sistema funciona de manera automática en el sentido de que el usuario no escoge directamente cuál es el conjunto de señales que se utilizan para el entrenamiento y prueba del clasificador. Dado el nivel de abstracción que el clasificador alcanzó, es posible que pueda usarse también con otro tipo de señales, como señales de deslizamientos, explosiones, o movimiento de fluidos. Sin embargo, para poder usar esta técnica se debe crear un catálogo de tiempos de eventos y algún tipo de identificación de la señal.

  • English

    Objective:  In the area of ​​seismology, developments are constantly being presented both in signal processing and in the detection and classification of seismic signals. In this sense, the detection and classification of seismic signals continues to be a research topic, given the diversity of types of signals, sensors and sources of vibration. This work presents a novel proposal, by treating the set of seismic events as a network of events connected to each other, for the automatic classification of events. Methodology: For the event classification process, it uses information about nodes or places that agglomerate seismic events, as well as event communities. In this way, TagEQ is a semi-automatic labeling system for seismic signals, which takes continuous seismograms from a station and, from a catalog of seismic events and a representation of the events as a network, automatically classifies the signals. Results: The system was tested with signals from La Russia station that belongs to the National Seismological Network of Colombia, with promising results. The applicability of this system allows including new information for the automatic annotation of earthquakes, as well as automatically recognizing events from other sources. Conclusions: The developed system is based on the supervised paradigm, although a good part of the system works automatically in the sense that the user does not directly choose the set of signals used for the training and testing of the classifier. Given the level of abstraction that the classifier reached, it is possible that it can also be used with other types of signals, such as signals of landslides, explosions, or fluid movement. However, in order to use this technique, a catalog of event times and some type of signal identification must be created.