Por favor utiliza este link para citar o compartir este documento: http://repositoriodigital.academica.mx/jspui/handle/987654321/13215
Título: Are northeast and western Himalayas earthquake dynamics better “organized” than Central Himalayas: An artificial neural network approach
Are northeast and western Himalayas earthquake dynamics better “organized” than Central Himalayas: An artificial neural network approach
Autores: 
Palabras clave: Himalayas; redes neuronales; auto organización; sismicidad
Himalaya; neural networks; self-organisation; seismicity
Fecha de publicación: 13-Sep-2011
Editorial: Instituto de Geofísica
Descripción: Los Himalayas entre los 20 y 38 grados de latitud N y los 70 a 98 grados de longitud E están entre las regiones más activas y vulnerables a los temblores en el mundo. Se examina la evolución de la sismicidad en el tiempo (M>4) en los Himalayas centrales, occidentales y del Noreste para el intervalo de 1960-2003 utilizando el método de redes neuronales artificiales (ANN). El modelo de capas múltiples sirve para simular la frecuencia de sismos con una resolución mensual. Para el entrenamiento del ANN se utiliza un algoritmo de propagación en reversa con optimización de gradiente, y se generaliza el resultado con validación cruzada. Se concluye que las tres regiones se caracterizan por procesos que evolucionan en un plano multidimensional caótico similar a una dinámica auto-organizada. El sector central posee un coeficiente de correlación más bajo que las otras dos regiones, que parecen estar mejor “organizadas”, lo que es consistente con la información geológica y tectónica disponible.
The Himalaya covering 20-38° N latitude and 70-98° E longitude, is one of the most seismo-tectonically active and vulnerable regions of the world. Visual inspection of the temporal earthquake frequency pattern of the Himalayas indicates the nature of the tectonic activity prevailing in this region. However, the quantification of this dynamical pattern is essential for constraining a model and characterizing the nature of earthquake dynamics in this region. We examine the temporal evolution of seismicity (M ≥ 4) of the Central Himalaya (CH), Western Himalaya (WH) and Northeast Himalaya (NEH), for the period of 1960-2003 using artificial neural network (ANN) technique. We use a multilayer feedforward artificial neural network (ANN) model to simulate monthly resolution earthquake frequency time series for all three regions. The ANN is trained using a standard back-propagation algorithm with gradient decent optimization technique and then generalized through cross-validation. The results suggest that earthquake processes in all three regions evolved on a high dimensional chaotic plane akin to “self-organized” dynamical pattern. Earthquake processes of NEH and WH show a higher predictive correlation coefficient (50-55%) compared to the CH (30%), implying that the earthquake dynamics in the NEH and WH are better “organized” than in the CH region. The available tectonogeological observations support the model predictions.
Other Identifiers: http://revistas.unam.mx/index.php/geofisica/article/view/15014
Aparece en las Colecciones:Geofísica Internacional

Archivos de este documento:
No hay archivos asociados a este documento.


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.