Identificación de patrones sísmicos en registros 2D mediante maquinas de soporte vectorial (SVM)-Identifying Patterns in 2D Seismic Records Using Support Vector Machines (SVM)

Rodríguez Acevedo, Julián; Cárdenas Buitrago, Sandra; Fonseca Montoya, Juan David

doi:10.21500/01247492.2155

Titulo:

Identificación de patrones sísmicos en registros 2D mediante maquinas de soporte vectorial (SVM)-Identifying Patterns in 2D Seismic Records Using Support Vector Machines (SVM)
.

Sumario:

La característica conocida como Brigth spot en los registros sísmicos determina una alta probabilidad de encontrar “trampas” de hidrocarburos. Este trabajo presenta el resultado de la clasiﬁcación de registros sísmicos que poseen esta característica empleando una máquina de soporte vectorial con kernel polinómico de tercer orden como clasiﬁcador automático. Se “ensambla” una matriz de diez atributos característicos de cada registro sísmico y empleando el análisis de componentes principales para reducir la dimensionalidad de la información sísmica, se obtienen dos características que explican el 99% de la varianza con lo cual se consigue un reconocimiento promedio de registros con característica Brigth spot del 95.65%.... Ver más

Guardado en:

Revista:

Ingenium Revista de la facultad de ingeniería

ISSN:

0124-7492

Autores:

Rodríguez Acevedo, Julián

Cárdenas Buitrago, Sandra

Fonseca Montoya, Juan David

Editor:

UNIVERSIDAD DE SAN BUENAVENTURA

DOI:

10.21500/01247492.2155

Volumen:

Año de publicación:

2016-01-27

Pagina inicial:

Pagina final:

Pais:

Colombia

Palabras claves:

Patrones sísmicos

Brigth spot

PCA (Análisis de componentes principales)

SVM (Maquinas de soporte vectorial)

Licencia:

Ingenium - 2016

info:eu-repo/semantics/openAccess

http://purl.org/coar/access_right/c_abf2

id	metarevistapublica_unisanbuenaventura_ingeniumrevistadelafacultaddeingenieria_62_article_2155
record_format	ojs
spelling	Identificación de patrones sísmicos en registros 2D mediante maquinas de soporte vectorial (SVM)-Identifying Patterns in 2D Seismic Records Using Support Vector Machines (SVM) Identificación de patrones sísmicos en registros 2D mediante maquinas de soporte vectorial (SVM)-Identifying Patterns in 2D Seismic Records Using Support Vector Machines (SVM) La característica conocida como Brigth spot en los registros sísmicos determina una alta probabilidad de encontrar “trampas” de hidrocarburos. Este trabajo presenta el resultado de la clasiﬁcación de registros sísmicos que poseen esta característica empleando una máquina de soporte vectorial con kernel polinómico de tercer orden como clasiﬁcador automático. Se “ensambla” una matriz de diez atributos característicos de cada registro sísmico y empleando el análisis de componentes principales para reducir la dimensionalidad de la información sísmica, se obtienen dos características que explican el 99% de la varianza con lo cual se consigue un reconocimiento promedio de registros con característica Brigth spot del 95.65%. Rodríguez Acevedo, Julián Cárdenas Buitrago, Sandra Fonseca Montoya, Juan David Patrones sísmicos Brigth spot PCA (Análisis de componentes principales) SVM (Maquinas de soporte vectorial) 17 33 Núm. 33 , Año 2016 : INGENIUM Artículo de revista Journal article 2016-01-27T00:00:00Z 2016-01-27T00:00:00Z 2016-01-27 application/pdf Universidad San Buenaventura - USB (Colombia) Ingenium 0124-7492 https://revistas.usb.edu.co/index.php/Ingenium/article/view/2155 10.21500/01247492.2155 https://doi.org/10.21500/01247492.2155 spa https://creativecommons.org/licenses/by-nc-sa/4.0/ Ingenium - 2016 68 79 N. E. Ross, C. J. Pritchard, D. M. Rubin y A. G. Dusé, «Automated image processing method for the diagnosis and classiﬁcation of malaria on thin blood smears,» Medical and Biological Engineering and Computing, vol. 44, nº 5, p. 427–436, 2006. P. Oosterlinck y A. Suetens, «Industrial pattern recognition,» de Pattern Recognition in Practice II, Elsevier, 2012. J. Prieto y F. Rodríguez, «Analyzing the relevance of shape descriptors in automated recognition of facial gestures in 3D images,» de Three-Dimensional Image Processing (3DIP) and Applications SPIE, 2013. K. Y. Huang, «Neural network for robust recognition of seismic patterns,» de Neural Networks, 2001. Proceedings. IJCNN’01, 2001. K. Y. Chao y Y. Huang, «Seismic pattern recognition using neural network and tree automaton,» de Geoscience and Remote Sensing Symposium. IEEE International, 2004. C. M. Orietta, Implementación de algoritmos para estudios de factibilidad de atributos sísmicos utilizando datos sintéticos, Universidad Simón Bolívar, 2005. T. K. Hasselman, M. C. Anderson y W. Gan, «Principal components analysis for nonlinear model correlation, updating and uncertainty evaluation,» SPIE proceedings series, 1998. T. Hastie, S. Rosset, R. Tibshirani y J. Zhu, «The entire regularization path for the support vector machine,» The Journal of Machine Learning Research, vol. vol. 5, p. pp. 1391–1415, 2004. W. Z. Zhong, «A new one-class svm based on hidden information,» ScienceDirect. Knowledge-Based Systems, 2014. Y. X. Xu, «Two methods of selecting gaussian kernel parameters for one-class svm,» Science Direct Knowledge Based Systems, 2014. P. Jiménez y L. Rengifo, «Al interior de una máquina de soporte vectorial,» Revista de ciencias universidad del valle, 2010. https://revistas.usb.edu.co/index.php/Ingenium/article/download/2155/1887 info:eu-repo/semantics/article http://purl.org/coar/resource_type/c_6501 info:eu-repo/semantics/publishedVersion http://purl.org/coar/version/c_970fb48d4fbd8a85 info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 Text Publication
institution	UNIVERSIDAD DE SAN BUENAVENTURA
thumbnail	https://nuevo.metarevistas.org/UNIVERSIDADDESANBUENAVENTURA_COLOMBIA/logo.png
country_str	Colombia
collection	Ingenium Revista de la facultad de ingeniería
title	Identificación de patrones sísmicos en registros 2D mediante maquinas de soporte vectorial (SVM)-Identifying Patterns in 2D Seismic Records Using Support Vector Machines (SVM)
spellingShingle	Identificación de patrones sísmicos en registros 2D mediante maquinas de soporte vectorial (SVM)-Identifying Patterns in 2D Seismic Records Using Support Vector Machines (SVM) Rodríguez Acevedo, Julián Cárdenas Buitrago, Sandra Fonseca Montoya, Juan David Patrones sísmicos Brigth spot PCA (Análisis de componentes principales) SVM (Maquinas de soporte vectorial)
title_short	Identificación de patrones sísmicos en registros 2D mediante maquinas de soporte vectorial (SVM)-Identifying Patterns in 2D Seismic Records Using Support Vector Machines (SVM)
title_full	Identificación de patrones sísmicos en registros 2D mediante maquinas de soporte vectorial (SVM)-Identifying Patterns in 2D Seismic Records Using Support Vector Machines (SVM)
title_fullStr	Identificación de patrones sísmicos en registros 2D mediante maquinas de soporte vectorial (SVM)-Identifying Patterns in 2D Seismic Records Using Support Vector Machines (SVM)
title_full_unstemmed	Identificación de patrones sísmicos en registros 2D mediante maquinas de soporte vectorial (SVM)-Identifying Patterns in 2D Seismic Records Using Support Vector Machines (SVM)
title_sort	identificación de patrones sísmicos en registros 2d mediante maquinas de soporte vectorial (svm)-identifying patterns in 2d seismic records using support vector machines (svm)
title_eng	Identificación de patrones sísmicos en registros 2D mediante maquinas de soporte vectorial (SVM)-Identifying Patterns in 2D Seismic Records Using Support Vector Machines (SVM)
description	La característica conocida como Brigth spot en los registros sísmicos determina una alta probabilidad de encontrar “trampas” de hidrocarburos. Este trabajo presenta el resultado de la clasiﬁcación de registros sísmicos que poseen esta característica empleando una máquina de soporte vectorial con kernel polinómico de tercer orden como clasiﬁcador automático. Se “ensambla” una matriz de diez atributos característicos de cada registro sísmico y empleando el análisis de componentes principales para reducir la dimensionalidad de la información sísmica, se obtienen dos características que explican el 99% de la varianza con lo cual se consigue un reconocimiento promedio de registros con característica Brigth spot del 95.65%.
author	Rodríguez Acevedo, Julián Cárdenas Buitrago, Sandra Fonseca Montoya, Juan David
author_facet	Rodríguez Acevedo, Julián Cárdenas Buitrago, Sandra Fonseca Montoya, Juan David
topicspa_str_mv	Patrones sísmicos Brigth spot PCA (Análisis de componentes principales) SVM (Maquinas de soporte vectorial)
topic	Patrones sísmicos Brigth spot PCA (Análisis de componentes principales) SVM (Maquinas de soporte vectorial)
topic_facet	Patrones sísmicos Brigth spot PCA (Análisis de componentes principales) SVM (Maquinas de soporte vectorial)
citationvolume	17
citationissue	33
citationedition	Núm. 33 , Año 2016 : INGENIUM
publisher	Universidad San Buenaventura - USB (Colombia)
ispartofjournal	Ingenium
source	https://revistas.usb.edu.co/index.php/Ingenium/article/view/2155
language	spa
format	Article
rights	https://creativecommons.org/licenses/by-nc-sa/4.0/ Ingenium - 2016 info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2
references	N. E. Ross, C. J. Pritchard, D. M. Rubin y A. G. Dusé, «Automated image processing method for the diagnosis and classiﬁcation of malaria on thin blood smears,» Medical and Biological Engineering and Computing, vol. 44, nº 5, p. 427–436, 2006. P. Oosterlinck y A. Suetens, «Industrial pattern recognition,» de Pattern Recognition in Practice II, Elsevier, 2012. J. Prieto y F. Rodríguez, «Analyzing the relevance of shape descriptors in automated recognition of facial gestures in 3D images,» de Three-Dimensional Image Processing (3DIP) and Applications SPIE, 2013. K. Y. Huang, «Neural network for robust recognition of seismic patterns,» de Neural Networks, 2001. Proceedings. IJCNN’01, 2001. K. Y. Chao y Y. Huang, «Seismic pattern recognition using neural network and tree automaton,» de Geoscience and Remote Sensing Symposium. IEEE International, 2004. C. M. Orietta, Implementación de algoritmos para estudios de factibilidad de atributos sísmicos utilizando datos sintéticos, Universidad Simón Bolívar, 2005. T. K. Hasselman, M. C. Anderson y W. Gan, «Principal components analysis for nonlinear model correlation, updating and uncertainty evaluation,» SPIE proceedings series, 1998. T. Hastie, S. Rosset, R. Tibshirani y J. Zhu, «The entire regularization path for the support vector machine,» The Journal of Machine Learning Research, vol. vol. 5, p. pp. 1391–1415, 2004. W. Z. Zhong, «A new one-class svm based on hidden information,» ScienceDirect. Knowledge-Based Systems, 2014. Y. X. Xu, «Two methods of selecting gaussian kernel parameters for one-class svm,» Science Direct Knowledge Based Systems, 2014. P. Jiménez y L. Rengifo, «Al interior de una máquina de soporte vectorial,» Revista de ciencias universidad del valle, 2010.
type_driver	info:eu-repo/semantics/article
type_coar	http://purl.org/coar/resource_type/c_6501
type_version	info:eu-repo/semantics/publishedVersion
type_coarversion	http://purl.org/coar/version/c_970fb48d4fbd8a85
type_content	Text
publishDate	2016-01-27
date_accessioned	2016-01-27T00:00:00Z
date_available	2016-01-27T00:00:00Z
url	https://revistas.usb.edu.co/index.php/Ingenium/article/view/2155
url_doi	https://doi.org/10.21500/01247492.2155
issn	0124-7492
doi	10.21500/01247492.2155
citationstartpage	68
citationendpage	79
url2_str_mv	https://revistas.usb.edu.co/index.php/Ingenium/article/download/2155/1887
_version_	1811200850683494400

Identificación de patrones sísmicos en registros 2D mediante maquinas de soporte vectorial (SVM)-Identifying Patterns in 2D Seismic Records Using Support Vector Machines (SVM) .

Código QR

Estadísticas y Métricas Alternativas

Títulos similares

Identificación de patrones sísmicos en registros 2D mediante maquinas de soporte vectorial (SVM)-Identifying Patterns in 2D Seismic Records Using Support Vector Machines (SVM)
.