Investigadors espanyols utilitzen les ANN per preveure sismes

Investigadores de la Universidad Pablo de Olavide, del NT2 Labs - Nikola Tesla New Technology Labs de Chile y de la Universidad de Sevilla han aplicado técnicas basadas en la minería de datos. (Foto: UPO)

Investigadors de la Universitat Pablo de Olavide (UPO) i de la Universitat de Sevilla, així com NT2 Labs-Nikola Tesla New Technology Labs de Xile, han aplicat tècniques basades en Data Mining per al descobriment de patrons en sèries temporals d'origen sismic i així poder preveure el seu origen.

Entrant més en matèria, han utilitzat xarxes neuronals artificials per a preveure terratrèmols a Xile, un dels països amb major activitat sísmica del món. Les xarxes neuronals són una paradigma d'aprenentatge i processament automàtic inspirat en el funcionament del sistema nerviós dels animals. És un sistema d'interconnexió de neurones que col·laboren entre sí per produir un estímul de sortida.

Aquesta metodologia, amb lleugeres modificacions, s'ha aplicat amb èxit a les dues zones més actives de la Península Ibèrica: els seus resultats es van publicar el 2013 a la revista Tectonophysics. Recentment s'ha depurat aquesta metodologia i millorat els resultats en ambdues zones, aconseguint taxes d'encert superiors al 80%, mitjançant l'aplicació de tècniques de selecció d'atributs. Els resultats s'han publicat a Knowledge-Based Systems.
Per a tota la seva experimentació, els investigadors han realitzat dos àmbits de predicció: la probabilitat de que un terratrèmol sigui de magnitut major que un determinat llindar, així com la probabilitat de que s'origini un terratrèmol sin un determinat interval de temps. Ambdós casos es medeix la probabilitat de que es produeixin en els següents cinc o set dies, per a les casos de Xile i la Península Ibèrica, respectivament.


Tot i que en el mercat ja existeixen diferents aparells que detecten amb certa anticipació l'inici d'un terratrèmol, cap és tan precís i tampoc te possibilitats d'ampliar el seu desenvolupament o entregar dades analítiques. Fracisco Martínez Álvarez, membre del grup TIC-200: Sistemes Inteligents i Data Mining de la Universidad Pablo de Olavide, afirma que aquest model es capaç de preveure terratrèmols amb alta fiabilitat, per a una incertesa temporal d'entre cinc i set dies i amb un marge d'error espacial de l'ordre, aproximadament, de 100x100 km2.


Els investigadors responsables d'aquesta feina afirmen, igualment, que la metodologia desenvolupada podria extrapolar-se a qualsevol mena de desastre natural sempre que s'aportin dades necessàries, fet que seria e gran interès per exemple per a la predicció de tsunamis després d'un terratremol, ja que el sistema de detecció actual, consisteix en alarmes-sensors col·locats en boies instal·lades en el mar, avisen només quatre hores abans de que es produeixi el desastre. A l'actualitat, estan estudiant també si es pot extrapolar la metodologia a altres parts del món, habent obtingut els primers resultats positius per algunes altres zones de Xile i Japó.
Els investigadors també estan estudiant la possibilitat d'aplicar el Data Mining a la predicció de tifons, pel que es necessita fer una anàlisi de dades relacionades, determinar si la metodologia es aplicable i extrapolable i, per tant, fer les modificacions oportunes.


Font: EUROPA PRESS, Sevilla 7 de Febrer del 2014
http://www.europapress.es/sociedad/noticia-investigadores-espanoles-desarrollan-tecnica-usa-redes-neuronales-artificiales-predecir-seismos-20140207173316.html