2026-05-28T23:42:31Zhttps://riuma.uma.es/rest/oai/request

oai:riuma.uma.es:10630/246112026-02-03T11:22:56Zcom_10630_2254col_10630_37953

On the Prospective Use of Deep Learning Systems for Earthquake Forecasting over Schumann Resonances Signals Cano-Domingo, Carlos Stoean, Ruxandra Novas-Castellano, Nuria Fernández-Ros, Manuel Joya-Caparrós, Gonzalo Gázquez-Parra, José A. Terremotos La relación entre las resonancias de Schumann y los terremotos fue propuesta hace más de 50 años; sin embargo, el apoyo experimental no se ha establecido completamente. Una cantidad considerable de estudios recientes se han centrado en la relación entre un solo terremoto y la variación de la señal de resonancia de Schumann alrededor de este terremoto, obteniendo un apoyo preliminar para la existencia del vínculo. Sin embargo, todos ellos carecen de un enfoque sistemático y general. En esta investigación, proponemos una metodología novedosa para detectar la presencia de terremotos relevantes basada en la resonancia de Schumann. La metodología se basa en un marco de aprendizaje profundo compuesto por un codificador automático variacional preentrenado seguido de una red LSTM y una capa totalmente conectada con una salida sigmoidea. 2022-07-08T11:08:37Z 2022-07-08T11:08:37Z 2022-07-08T11:08:37Z 2022-06-21 journal article Cano-Domingo C, Stoean R, Novas-Castellano N, Fernandez-Ros M, Joya G, Gázquez-Parra JA. On the Prospective Use of Deep Learning Systems for Earthquake Forecasting over Schumann Resonances Signals. Engineering Proceedings. 2022; 18(1):15. https://doi.org/10.3390/engproc2022018015 https://hdl.handle.net/10630/24611 https://doi.org/10.3390/engproc2022018015 eng http://creativecommons.org/licenses/by/4.0/ open access Atribución 4.0 Internacional IOAP-MPDI