Algoritmos de aprendizaje profundo para pronosticar la magnitud de los sismos en Perú

• Autores: Briones Zuniga, José Luis, Arancel Llerena, Felipe Fernando
• Formato: objeto de conferencia
• Fecha de Publicación: 2023
• Institución: Universidad Tecnológica del Perú
• Repositorio: UTP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.utp.edu.pe:20.500.12867/10763
• Enlace del recurso: https://hdl.handle.net/20.500.12867/10763; https://dx.doi.org/10.18687/LACCEI2023.1.1.168
• Nivel de acceso: acceso abierto
• Materia: Terremotos; Exponente de Hurst; Serie temporal; Red LSTM; Pronóstico; https://purl.org/pe-repo/ocde/ford#2.02.04

La investigación propone la aplicación del algoritmo LSTM con el objetivo de pronosticar la magnitud de los sismos en el Perú agregando ruido rosa en Su dinámica para replicar y capturar la dinámica compleja de la magnitud, se confirma una antipersistencia en los incrementos por medio del coeficiente de Hurst. menos de 0,5 y estable. Luego se implementa un modelo de red LSTM de mayor precisión en la generación de pronósticos que la red de perceptrón multicapa de una sola dirección. Por lo tanto, se presenta evidencia de un mejor desempeño de la red LSTM en relación a la variables magnitud de sismo debido al ruido rosa que se presenta en su dinámica. El periodo de estudio consta desde el 1 de enero del 2020 hasta el 23 de octubre de 2021.