Repositorio UFRO · Omeka S

Feature Extraction Using Circular Statistics Applied to Volcano Monitoring

Primer Autor	San-Martin, Cesar
Co-autores	Melgarejo, Carlos Gallegos, Claudio Soto, Gustavo Curilem, Millaray Fuentealba, Gustavo
Título	Feature Extraction Using Circular Statistics Applied to Volcano Monitoring
Editorial	SPRINGER-VERLAG BERLIN
Revista	PROGRESS IN PATTERN RECOGNITION, IMAGE ANALYSIS, COMPUTER VISION, AND APPLICATIONS
Lenguaje	en
Resumen	En este trabajo se presenta la aplicabilidad de la estadística circular a la extracción de características en señales sísmicas. Las señales sísmicas se capturaron del volcán Llaima, ubicado en la Zona Volcánica de los Andes del Sur a 38° 40'S 71° 40'O. Típicamente, las señales sísmicas se pueden dividir en terremotos de largo período, temblores y sismos volcano-tectónicos. Las señales sísmicas se segmentan en el tiempo utilizando una ventana rectangular de 1 minuto de duración. En cada segmento, se calcula la fase instantánea mediante la Transformada de Hilbert, obteniéndose así una característica. Por lo tanto, la hipótesis principal de este trabajo es que la fase instantánea puede considerarse una variable aleatoria circular en el intervalo [0, 2π). Una segunda característica se obtiene mediante la transformada wavelet debido a que las señales sísmicas presentan alta energía en baja frecuencia. Luego, en el rango de 1.55 a 3.11 Hz se obtuvieron los coeficientes wavelet y su energía media se calculó como la segunda característica. Los datos sísmicos reales representados mediante estas dos características se clasifican utilizando un discriminante lineal con una tasa de reconocimiento correcta del 92,5 %.#In this work, the applicability of the circular statistics to feature extraction on seismic signals is presented. The seismic signals are captured from Llaima Volcano, located in Southern Andes Volcanic Zone at 38 degrees 40'S 71 degrees 40'W. Typically, the seismic signals can be divided in long-period, tremor, and volcano-tectonic earthquakes. The seismic signals are time-segmented using a rectangular window of 1 minute of duration. In each segment, the instantaneous phase is calculated using the Hilbert Transform, and then, one feature is obtained. Thus, the principal hypothesis of this work is that the instantaneous phase can be assumed as a circular random variable in [0, 2 pi) interval. A second feature is obtained using the wavelet transform due to the fact that seismic signals present high energy located in low frequency. Then, in the range 1.55 and 3.11 Hz the wavelet coefficients were obtained and their mean energy is calculated as the second feature. Real seismic data represented using this two features are classified using a linear discriminant with a 92.5% of correct recognition rate.
Tipo de Recurso	Artículo de conferencia
doi	10.1007/978-3-642-16687-7_61
Formato Recurso	pdf
Palabras Claves	seismic classifications feature extraction circular statistic wavelet transform AUTOMATIC CLASSIFICATION SEISMIC SIGNALS TREMOR clasificaciones sísmicas extracción de características estadística circular transformada wavelet CLASIFICACIÓN AUTOMÁTICA SEÑALES SÍSMICAS TEMBLOR
Ubicación del archivo	https://doi.org/10.1007/978-3-642-16687-7_61
Categoría OCDE	Computer Science, Artificial Intelligence Computer Science, Theory & Methods
Materias	seismic classifications feature extraction circular statistic wavelet transform AUTOMATIC CLASSIFICATION SEISMIC SIGNALS TREMOR clasificaciones sísmicas extracción de características estadística circular transformada wavelet CLASIFICACIÓN AUTOMÁTICA SEÑALES SÍSMICAS TEMBLOR
Id de Web of Science	WOS:000290420500061
Título de la cita (Recomendado-único)	Feature Extraction Using Circular Statistics Applied to Volcano Monitoring
Identificador del recurso (Mandatado-único)	Artículo de conferencia
Editorial	SPRINGER-VERLAG BERLIN
Revista/Libro	PROGRESS IN PATTERN RECOGNITION, IMAGE ANALYSIS, COMPUTER VISION, AND APPLICATIONS
Categoría WOS	Informática, Inteligencia Artificial Informática, Teoría y Métodos Computer Science, Artificial Intelligence Computer Science, Theory & Methods
Idioma	en
ISSN	0302-9743
Tipo de ruta	suscripción
Access Rights	metadata
Derechos de acceso	metadata
Versión del recurso (Recomendado-único)	versión publicada
Lugar de la conferencia(Recomendado-repetible)	15th Iberoamerican Congress on Pattern Recognition
Fecha de la conferencia(Recomendado-repetible)	NOV 08-11, 2010 NOV 08-11, 2010
ISBN	978-3-642-16686-0
Página de inicio (Recomendado-único)	458
Página final (Recomendado-único)	+
Formato	pdf