Extracción de características de microsismos usando escalas psicoacústicas MEL

Abstract

Gracias a las nuevas herramientas para analizar señales, actualmente se pueden generar nuevas representaciones para eventos naturales complejos, como los pequeños sismos en los volcanes. Si bien estas señales se analizan tradicionalmente en términos de amplitud y tiempo, hoy en día obtienen un mayor beneficio del análisis de tiempo-frecuencia y del análisis del contenido de audio (ACA). Por esta razón, el propósito fundamental de este estudio es emplear la escala psicoacústica MEL para identificar rasgos de los microsismos generados por los volcanes Cotopaxi y Llaima. Con este fin, al adaptar las sub-bandas de esta escala a los intervalos de frecuencia sísmicos, se evalúa su rendimiento con respecto a escalas lineales. Asimismo, se categorizan los eventos sismo-volcánicos a partir de características reducidas mediante el Análisis de Componentes Principales (PCA) a un espacio de menor dimensionalidad. No obstante, dado que los anchos de banda de los microsismos se agrupan en unos pocos hercios, se requiere un acondicionamiento previo de las sub-bandas MEL para adaptarlas a esta condición específica. Posteriormente, se utilizan modelos de redes neuronales preexistentes para extraer dichas características. Esto posibilita la disminución del espacio de entrada a variables latentes de baja dimensionalidad y, por consiguiente, facilita la clasificación objetiva de los sucesos. Como resultado, el clasificador entrenado con estas características obtiene altos porcentajes de acierto. Este hecho indica que la representación psicoacústica es capaz de captar patrones fundamentales que distinguen las diferentes clases de eventos volcánicos. En conclusión, el clasificador se beneficia notablemente de la reducción de características y del uso de espacios latentes compactos, alcanzando resultados similares a los que se obtienen con redes altamente complejas.