Predicción de alertas de falla para planes de monitoreo geotécnico aplicando el método del inverso de la velocidad acoplado con algoritmos de aprendizaje supervisado

Se realizó un modelo para predicción de niveles de alerta para fallas de geomateriales utilizando el método del Inverso de la Velocidad del desplazamiento en conjunto con métodos de aprendizaje de máquinas de tipo supervisado, que puede ser utilizado en planes de monitoreo geotécnico continuo. Para...

Full description

Autores:: Arcila Quintero, Norbey

Tipo de recurso:

Fecha de publicación:: 2022

Institución:: Universidad Nacional de Colombia

Repositorio:: Universidad Nacional de Colombia

Idioma:: spa

Description
Summary:	Se realizó un modelo para predicción de niveles de alerta para fallas de geomateriales utilizando el método del Inverso de la Velocidad del desplazamiento en conjunto con métodos de aprendizaje de máquinas de tipo supervisado, que puede ser utilizado en planes de monitoreo geotécnico continuo. Para el modelo se propuso el uso de Máquinas de Soporte Vectorial (SVM), y Árboles de Decisión como métodos de aprendizaje de máquinas a evaluar, obteniendo resultados de desempeño con la matriz de confusión cercanos a 0,6 en el primero y de 0,98 con el segundo. En ambos casos el entrenamiento del modelo se ejecutó con datos sintéticos y la evaluación se efectuó empleando datos de casos reales donde ocurrió una falla del geomaterial monitoreado. El modelo demuestra la idoneidad de la utilización de datos sintéticos para su entrenamiento, especialmente para el modelo implementado con árboles de decisión. No obstante, es clara la dependencia del modelo a datos de instrumentación geotécnica de tipo automatizada para la aplicación del plan de monitoreo continuo. Esto para poder contar con un sistema de predicción en tiempo cuasi real, además de que se hace incuestionable que se obtiene un mejor desempeño cuando se cuentan con volúmenes de información superiores a 8 datos por hora, asimismo para la metodología desarrollada es imprescindible contar con un registro de datos con un espaciado de tiempo constante. (texto tomado de la fuente)

Predicción de alertas de falla para planes de monitoreo geotécnico aplicando el método del inverso de la velocidad acoplado con algoritmos de aprendizaje supervisado

Publicaciones similares