RED NEURONAL MULTICAPA PARA LA GENERACIN DE UN MODELO DE VELOCIDADES DE PLACAS TCTONICAS

ALFONSO TIERRACentro de Investigaciones Cientficas. Departamento de Ciencias de la Tierra y la Construccin. Universidad ESPE

RESMEN

Para realizar un procesamiento de datos GNSS con precisin es indispensable que las coordenadas de los puntos, tanto de las estaciones de referencia como de los puntos nuevos a ser posicionados deben estar en la misma poca de referencia y que estn en el mismo marco de referencia. Por lo que, se hace necesario realizar las transformaciones entre los diferentes marcos de referencia adoptados oficialmente por cada pas, y por el movimiento de las placas tectnicas con la finalidad de tener en la misma poca de observacin. Para realizar el cambio de poca es necesario que se conozca las velocidades de las estaciones de referencia, preferentemente de las estaciones de monitoreo continuo, caso contrario, se puede utilizar modelos de velocidades, como es el caso del modelo VEMOS2009, para su interpolacin con el programa VMS2009. La precisin de las coordenadas, debido a la transformacin entre pocas de referencia, va depender de la confiabilidad del modelo de velocidades utilizado, por lo que estudios relacionados con los modelos deben ser constantemente mejorados. El presente trabajo, tiene como objetivo mostrar una nueva alternativa para modelar las velocidades, es por esta razn que se propone utilizar tcnicas de inteligencia artificial para aplicaciones geodsicas, como es el caso de una red neuronal artificial-RNA. Para lo obtencin del Modelo de Velocidades por medio de una RNA, se entren diseo una arquitectura neuronal del tipo Multicapa compuesta por una capa de entrada, una capa oculta, y una capa de salida. La tcnica de aprendizaje utilizada fue la supervisada, para lo cual se cont con 132 vrtices pertenecientes a la red SIRGAS-CON (SIR09P01); de los cuales, se utilizaron 117 vrtices para la fase de entrenamiento, 10 vrtices para la fase de la evaluacin del aprendizaje, y 5 vrtices localizados en el Ecuador para evaluar la prediccin (interpolacin) de la RNA y determinar su performance de generalizacin. La RNA multicapa entrenada fue una [3 50 3]; es decir, en la capa de entrada estuvo constituido por 3 vectores cuyos valores fueron las coordenadas X,Y,Z de los vrtices ; la capa oculta consisti de 50 neuronas, y la capa de salida estuvo constituido por 3 neuronas cuyas salida fueron las respectivas velocidades Vx, Vy, Vz de los vrtices utilizados en la capa de entrada. En los mismos 5 vrtices ubicados en el Ecuador, se calcularon las velocidades respectivas utilizando el modelo VEMOS2009. Los resultados obtenidos en los 5 vrtices, tanto del modelo VEMOS2009 y con la RNA, se calcularon las diferencias respecto a los valores de velocidades verdaderos disponibles. Los primeros resultados indican que con la RNA multicapa se obtienen mejores resultados que con el VEMOS2009.