Desempeño de las redes neuronales artificiales en la estimación de espectro de respuesta sísmica en la ciudad de Huancavelica.

• Autores: Pariona Quispe, Romeo, Florez Muñoz, Javier
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Nacional de Huancavelica
• Repositorio: UNH-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unh.edu.pe:20.500.14597/4845
• Enlace del recurso: https://hdl.handle.net/20.500.14597/4845
• Nivel de acceso: acceso abierto
• Materia: Espectro de aceleración; Espectro de velocidad; Espectro de desplazamiento; https://purl.org/pe-repo/ocde/ford#2.01.00

El objetivo de la investigación, es determinar el desempeño de las redes neuronales artificiales en la estimación de espectro de respuesta sísmica en la ciudad de Huancavelica. El tipo de investigación es aplicada; el nivel, descriptivo; y el diseño, transversal. La población está conformado por 278 registros sísmicos captados por la estación acelerográfica CIP Huancavelica, y las muestras están constituido por 42 registros sísmicos, ocurridos dentro del área de una circunferencia de 150Km de radio, con respecto a la estación acelerográfica. Para la estimación de espectro de respuesta sísmica. En primer lugar, se calcularon los espectros de aceleración, velocidad y desplazamiento utilizando Software SeismoSignal. En segundo lugar, se conformaron los datos de entrada y salida, donde los datos de entrada están conformado por cuatro parámetros sísmicos: magnitud (M), distancia epicentral (De), profundidad focal (Pf) y azimut (Az) y los datos de salida, fueron los espectro de respuesta sísmica de 50 periodos de vibración, que inicia desde 0.02s hasta 1.00s. Finalmente, utilizando el algoritmo del perceptrón multicapa y con el apoyo del paquete TensorFlow de Python, se realizaron los entrenamientos de la red neuronal hasta lograr la mejor arquitectura. En resumen, Los resultados de coeficiente de correlación obtenido del total de datos son los siguientes. Para la estimación de espectro de aceleración componente E-O, N-S y V los valores de coeficiente de correlación obtenido son 0.9866, 0.9605 y 0.9565. Para la estimación de espectro de velocidad componente E-O, N-S y V los valores de coeficiente de correlación obtenido son 0.9941, 0.9844 y 0.9867. Y finalmente, para la estimación de espectro de desplazamiento componente E-O, N-S y V los valores de coeficiente de correlación obtenido son 0.9941, 0.9844 y 0.9867