Un nuevo software para identificar y clasificar señales emitidas por los volcanes fue creado en el país por la Universidad Nacional. Su particularidad es que utiliza redes neuronales artificiales.


Se trata de un trabajo desarrollado por Óscar Ernesto Cadena, magíster en Ciencias (línea de Geofísica), que consiste en aplicar una metodología que combina análisis de predicción lineal (LPC, por sus siglas en inglés) y redes neuronales artificiales (RNA) con el objetivo de detectar y clasificar tres tipos de sismos volcánicos: volcano-tectónicos (VT) tipo A, largo periodo (LP) y tremor (TRE).

El trabajo consistió en diseñar una herramienta computacional orientada a identificar y clasificar automáticamente estas señales sísmicas, para proporcionar información en tiempo real.

Entre sus ventajas está la posibilidad de hallar sismos con arribos emergentes, de corta duración o de bajo nivel energético. La aplicación del método muestra cerca del 100% de acierto para distinguir entre ruido y señal sísmica (fase de detección); del 92% para clasificar entre sismos de largo periodo y volcano-tectónicos; y del 100% para identificar sismos de tipo tremor.

Para alcanzar este tipo de exactitud se utilizaron RNA, que nacieron como producto de un intento por emular ciertas características del cerebro humano desde el punto de vista sensorial.

El magíster precisa que las neuronas, procesadores elementales y relativamente lentos, se agrupan formando capas que, a su vez, crean redes que funcionan como un todo. Esto es lo que se conoce como cerebro. El estilo de procesamiento que utiliza es en paralelo, esto es, varias neuronas pueden activarse al mismo tiempo sin que el sistema colapse por ello.

El conocimiento está ampliamente distribuido en la red, lo que evita grandes pérdidas de información en caso de daños parciales. El cerebro humano tiene la capacidad de adaptarse a las condiciones cambiantes del medio exterior y de aprender nuevas cosas y aplicarlas sobre ese nuevo entorno.

Además, es muy tolerante a los fallos, pues, si una neurona deja de funcionar, no es motivo para que el sistema completo interrumpa su funcionamiento. El mecanismo de control de los procesos es autoorganizado, lo que implica que existen grupos de neuronas especializadas para cada tipo específicos de estos.

La metodología desarrollada por Óscar Ernesto Cadena, con la dirección de la profesora María Cristina Dimaté Castellanos, del Departamento de Geociencias, recrea esas mismas características, pero con algo que han denominado neuronas artificiales.

Explica que una neurona artificial es una unidad elemental de proceso que ejecuta cálculos a partir de un vector de entrada, procedente del exterior, o de otras neuronas. Esta es la base estructural de las RNA.

Esta clase de innovaciones son muy valiosas para un país como Colombia, que presenta una fuerte actividad volcánica. Más información sobre el proyecto en: http://bit.ly/14X2vCJ