{"id":298548,"date":"2019-07-30T18:10:49","date_gmt":"2019-07-30T21:10:49","guid":{"rendered":"https:\/\/revistapesquisa.fapesp.br\/?p=298548"},"modified":"2019-07-30T18:10:49","modified_gmt":"2019-07-30T21:10:49","slug":"un-software-para-detectar-sismos-tenues","status":"publish","type":"post","link":"https:\/\/revistapesquisa.fapesp.br\/es\/un-software-para-detectar-sismos-tenues\/","title":{"rendered":"Un <em>software<\/em> para detectar sismos tenues"},"content":{"rendered":"<p>Vali\u00e9ndose de una estrategia de inteligencia artificial, cient\u00edficos de Estados Unidos perfeccionaron un programa de computadora para detectar temblores leves, a los que anteriormente se confund\u00eda con ruido en la informaci\u00f3n. Con la coordinaci\u00f3n de la sism\u00f3loga Marine Denolle, de la Universidad Harvard, en Estados Unidos, el inform\u00e1tico Thibaut Perol y el matem\u00e1tico Micha\u00ebl Gharbi apelaron a un abordaje computacional denominado aprendizaje de m\u00e1quinas <em>deep learning<\/em> para crear un <em>software<\/em> capaz de analizar r\u00e1pidamente grandes vol\u00famenes de informaci\u00f3n almacenados en los registros de movimiento del suelo (sismogramas). El nuevo programa, cuya denominaci\u00f3n es ConvNetQuake, al ser expuesto a algunos ejemplos aprende a reconocer caracter\u00edsticas exclusivas de las ondas s\u00edsmicas producidas por terremotos y a diferenciarlas de aquellas ondas generadas por otros fen\u00f3menos, tales como el paso de un cami\u00f3n cerca del detector. Otros programas tambi\u00e9n emplean el aprendizaje de m\u00e1quinas para detectar sismos, pero a diferencia del ConvNetQuake analizan el formato total de la onda y no s\u00f3lo los picos destacados. Eso exige mayor tiempo de procesamiento computarizado y obliga a reducir el n\u00famero de modelos comparados (disminuyendo la detecci\u00f3n de sismos). Los investigadores testearon el nuevo programa utilizando datos de estaciones sismogr\u00e1ficas de la ciudad de Guthrie, en Oklahoma (EE.UU.), y registraron 17 veces m\u00e1s temblores que el servicio geol\u00f3gico del estado. Tan s\u00f3lo en julio de 2014, ese programa detect\u00f3 4.225 sismos, la mayor\u00eda de baja magnitud, adem\u00e1s de los que ya hab\u00eda registrado el servicio geol\u00f3gico (<em>Sciences Advances<\/em>, 14 de febrero). Compar\u00e1ndolo con otros dos programas que emplean inteligencia artificial, al ConvNetQuake le demand\u00f3 1 minuto analizar datos de toda una semana, mientras que el segundo programa invirti\u00f3 en ello 48 minutos, y el tercero, nueve d\u00edas. El ConvNetQuake fue el \u00fanico de los tres que pudo localizar el origen del temblor (acertando el 74% de las veces).<\/p>\n","protected":false},"excerpt":{"rendered":"Vali\u00e9ndose de una estrategia de inteligencia artificial, cient\u00edficos perfeccionaron un programa de computadora para detectar temblores leves","protected":false},"author":476,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"footnotes":""},"categories":[1670],"tags":[288,309,333],"coauthors":[786],"class_list":["post-298548","post","type-post","status-publish","format-standard","hentry","category-notas-es","tag-computacion","tag-geologia-es","tag-tecnologia-de-la-informacion"],"acf":[],"_links":{"self":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/298548","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/users\/476"}],"replies":[{"embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/comments?post=298548"}],"version-history":[{"count":1,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/298548\/revisions"}],"predecessor-version":[{"id":298550,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/298548\/revisions\/298550"}],"wp:attachment":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/media?parent=298548"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/categories?post=298548"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/tags?post=298548"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/coauthors?post=298548"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}