En este trabajo se presentan mejoras en el proceso de aplicación de los mapas auto organizados para la determinación de relaciones espectrales H/V, cuando las señales son demasiado ruidosas y cortas. Las mejoras se relacionan con el algoritmo de la FFT, reemplazada por una implementación de Welch, el mapa topológico, y la posibilidad de elegir triángulos de diferentes anchos, para calcular la correlación cruzada entre los distintos patrones de valores. Con respecto al mapa topológico, en un mapa plano las neuronas de los bordes no tienen la misma cantidad de vecinas que las otras. Una solución puede ser adoptar un mapa toroidal conectando los bordes superiores e inferiores obteniendo un cilindro y después unir sus bases. Para analizar el significado de los clusters de relaciones H/V es posible aplicar un algoritmo de reconocimiento utilizando la correlación cruzada ponderada para calcular valores similares en los vectores neurales. Una vez identificado el cluster principal, es posible obtener la forma más estable de la función H/V en el sitio estudiado, que se caracteriza por la menor desviación estándar (en amplitud) como lo demandan las reglas SESAME. Este análisis permite preservar la información en el dominio temporal, lo que es útil para definir las características estables en el tiempo (propias de los efectos de sitio). Se muestra un ejemplo de aplicación para las señales cortas y ruidosas en Salta.
Mejoras en el pre-procesamiento de HVSR por mapas auto-organizados (SOM), con aplicacion a la microzonificacion sismica de la ciudad de Salta, Argentina
CARNIEL, Roberto;BARBUI, Luca;
2011-01-01
Abstract
En este trabajo se presentan mejoras en el proceso de aplicación de los mapas auto organizados para la determinación de relaciones espectrales H/V, cuando las señales son demasiado ruidosas y cortas. Las mejoras se relacionan con el algoritmo de la FFT, reemplazada por una implementación de Welch, el mapa topológico, y la posibilidad de elegir triángulos de diferentes anchos, para calcular la correlación cruzada entre los distintos patrones de valores. Con respecto al mapa topológico, en un mapa plano las neuronas de los bordes no tienen la misma cantidad de vecinas que las otras. Una solución puede ser adoptar un mapa toroidal conectando los bordes superiores e inferiores obteniendo un cilindro y después unir sus bases. Para analizar el significado de los clusters de relaciones H/V es posible aplicar un algoritmo de reconocimiento utilizando la correlación cruzada ponderada para calcular valores similares en los vectores neurales. Una vez identificado el cluster principal, es posible obtener la forma más estable de la función H/V en el sitio estudiado, que se caracteriza por la menor desviación estándar (en amplitud) como lo demandan las reglas SESAME. Este análisis permite preservar la información en el dominio temporal, lo que es útil para definir las características estables en el tiempo (propias de los efectos de sitio). Se muestra un ejemplo de aplicación para las señales cortas y ruidosas en Salta.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.