Inversión bidimendional de datos magnetotelúricos y de sondeos eléctricos verticales mediante redes neuronales tipo Hopfield
Se desarrolla una técnica sencilla y robusta para interpretaciones magnetotelúricas bidimencionales, siguiendo la bien conocida transformación de Niblet-Bostick para perfiles unidimensionales. El algoritmo procesa impedancias magnetotelúricas serie y paralelo y sus funciones de influencia analíticas...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2005 |
| País: | México |
| Institución: | Centro de Investigación Científica y de Educación Superior de Ensenada |
| Repositorio: | Repositorio Institucional CICESE |
| Idioma: | español |
| OAI Identifier: | oai:cicese.repositorioinstitucional.mx:1007/2714 |
| Acceso en línea: | http://cicese.repositorioinstitucional.mx/jspui/handle/1007/2714 |
| Access Level: | acceso abierto |
| Palabra clave: | info:eu-repo/classification/Autor/Prospección magnetotelúrica, Sondeos eléctricos verticales, Redes neuronales, Conductividad eléctrica info:eu-repo/classification/cti/1 info:eu-repo/classification/cti/25 |
| Sumario: | Se desarrolla una técnica sencilla y robusta para interpretaciones magnetotelúricas bidimencionales, siguiendo la bien conocida transformación de Niblet-Bostick para perfiles unidimensionales. El algoritmo procesa impedancias magnetotelúricas serie y paralelo y sus funciones de influencia analíticas, usando una red neuronal artificial tipo Hopfield. La aproximación adaptiva de promedios ponderados preserva parte de la no linealidad del problema original. Aunque no se requiere un modelo inicial en el sentido convencional, el modelo considera automáticamente muchos semiespacios cuyas conductividades varían de acuerdo a los datos. El uso de impedancias serie y paralelo, un par de invariantes autocontenidos del sensor de impedancia, evita asi la necesidad de decidir cuales son los mejores ángulos de rotación para los modos tradicionales TE y TM. De esta forma datos de campo de un perfil dado, pueden ser alimentados directamente en el algoritmo sin necesidad de mucho procesamiento. Las soluciones obtenidas de la red neuronal corresponden a promedios espaciales calculados a traves de ventanas rectangulares que pueden ser escogidas a voluntad. Se presentan aplicaciones del algoritmo a modelos sintéticos simples en 2 y 3 dimensiones así como a los conjuntos de datos de prueba COPROD2 y BC87 que ilustran el desempeño de la aproximación. Para ilustrar la aplicación del método a problemas lineales, el algoritmo se aplica a la interpretación de sondeos eléctricos verticales en la modalidad de mediciones de corriente directa. |
|---|