Repositorio UFRO · Omeka S

Spectro-temporal features applied to the automatic classification of volcanic seismic events

Primer Autor	Huenupan, Fernando
Co-autores	Soto, Ricardo Meza, Pablo Curilem, Millaray Franco, Luis
Título	Spectro-temporal features applied to the automatic classification of volcanic seismic events
Editorial	ELSEVIER
Revista	JOURNAL OF VOLCANOLOGY AND GEOTHERMAL RESEARCH
Lenguaje	en
Resumen	Feature extraction and selection are very relevant processes in the design of automatic classifiers. In the context of volcanic seismic signal classification, most of the features presented in the literature have been extracted separately from a single domain, such as time or frequency. However, spectrograms, which combine time and frequency information, are widely used by experts during the classification of manual seismic events. This paper proposes to evaluate the performance of classifiers trained with features extracted from the spectro-temporal domain, individually or combined with other conventional features. The parameters were extracted from the spectrogram, based on a curve which combines the high energy components and the frequency bandwidth information through the duration of the event. The tests were performed at the Llaima volcano and seismic events were classified into four classes: long-period, tremor, volcano-tectonic and tectonic, using a database of signals recorded between the years 2009 and 2017. The main achievements of this study were the reduction of more than 70% of the error and false positive rates and also a reduction of approximately 30% of the number of features, compared with a baseline established in previous studies. Thus, the inclusion of spectra-temporal information was considered relevant to complement the conventional features and to support classification. (C) 2018 Elsevier B.V. All rights reserved. La extracción y selección de características son procesos muy relevantes en el diseño de clasificadores automáticos. En el contexto de la clasificación de señales sísmicas volcánicas, la mayoría de las características presentadas en la literatura se han extraído por separado de un dominio único, como el tiempo o la frecuencia. Sin embargo, los espectrogramas, que combinan información de tiempo y frecuencia, son ampliamente utilizados por expertos durante la clasificación manual de eventos sísmicos. Este artículo propone evaluar el rendimiento de clasificadores entrenados con características extraídas del dominio espectrotemporal, individualmente o en combinación con otras características convencionales. Los parámetros se extrajeron del espectrograma, con base en una curva que combina los componentes de alta energía y la información del ancho de banda de frecuencia a lo largo de la duración del evento. Las pruebas se realizaron en el volcán Llaima y los eventos sísmicos se clasificaron en cuatro clases: de largo período, de tremor, volcanotectónicos y tectónicos, utilizando una base de datos de señales registradas entre los años 2009 y 2017. Los principales logros de este estudio fueron la reducción de más del 70% de las tasas de error y falsos positivos, así como una reducción de aproximadamente el 30% del número de características, en comparación con una línea base establecida en estudios previos. Por lo tanto, la inclusión de información espectral-temporal se consideró relevante para complementar las características convencionales y respaldar la clasificación. (C) 2018 Elsevier B.V. Todos los derechos reservados.
Tipo de Recurso	Artículo original
Description	Los autores agradecen al proyecto FONDEF IDeA IT15I10027 por la financiación de este estudio. Asimismo, agradecen a OVDAS, que proporcionó los datos y el conocimiento geológico que respaldaron el análisis de los resultados. The authors would like to thank the project FONDEF IDeA IT15I10027 for financing this study. Also, the authors would like to thank OVDAS, which provided the data and geological knowledge that supported the analysis of the results.
doi	10.1016/j.jvolgeores.2018.04.025
Formato Recurso	pdf
Palabras Claves	Volcano monitoring Signal processing Pattern recognition Spectrogram Spectro-temporal curves Monitoreo de volcanes Procesamiento de señales Reconocimiento de patrones Espectrograma Curvas espectro-temporales
Ubicación del archivo	http://dx.doi.org/10.1016/j.jvolgeores.2018.04.025
Categoría OCDE	Geosciences, Multidisciplinary
Materias	Volcano monitoring Signal processing Pattern recognition Spectrogram Spectro-temporal curves Monitoreo de volcanes Procesamiento de señales Reconocimiento de patrones Espectrograma Curvas espectro-temporales
Disciplinas de la OCDE	Vulcanología Ciencias de la Computación Geociencias
Versión del recurso (Recomendado-único)	version publicada
Tipo de ruta	hibrida verde
Access Rights	metadata
Derechos de acceso	metadata
Id de Web of Science	WOS:000439678100015
Título de la cita (Recomendado-único)	Spectro-temporal features applied to the automatic classification of volcanic seismic events
Identificador del recurso (Mandatado-único)	Artículo original
Editorial	ELSEVIER
Revista/Libro	JOURNAL OF VOLCANOLOGY AND GEOTHERMAL RESEARCH
Categoría WOS	Geociencias, Multidisciplinar
ISSN	0377-0273
Idioma	en
Referencia del Financiador (Mandatado si es aplicable-repetible)	ANID FONDEF IDeA IT15I10027
Descripción	The authors would like to thank the project FONDEF IDeA IT15I10027 for financing this study. Also, the authors would like to thank OVDAS, which provided the data and geological knowledge that supported the analysis of the results.
Formato	pdf
Página de inicio (Recomendado-único)	194
Página final (Recomendado-único)	206
Entidad financiadora	ANID FONDEF IDeA IT15I10027