Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.usfq.edu.ec/handle/23000/14239| Tipo de material: | bachelorThesis |
| Título : | Application of transformer based machine learning models for the classification of seismic signals |
| Autor : | Huertas García, Kevin Daniel |
| Director de Tesis : | Pérez, Noel, dir |
| Descriptores : | Volcanes - Monitoreo - Tesis y disertaciones académicas;Sismología - procesamiento de señales - Tesis y disertaciones académicas |
| Fecha de publicación : | 16-dic-2024 |
| Editorial : | Quito |
| Citación : | Tesis (Ingeniería en Ciencias de la Computación), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías ; Quito, Ecuador, 2024 |
| Páginas : | 29 h. |
| Acceso: | openAccess Atribución-NoComercial-SinDerivadas 3.0 Ecuador |
| Resumen : | La detección y clasificación de eventos sísmicos volcánicos son fundamentales para el monitoreo de la actividad volcánica y la mitigación de desastres naturales. La identificación temprana de señales sísmicas precursoras permite emitir alertas oportunas, con el potencial de salvar vidas en zonas amenazadas por volcanes activos... |
| Descripción : | The detection and classification of volcanic seismic events are crucial for monitoring volcanic activity and mitigating natural disasters. Early identification of precursor seismic signals enables timely warnings, potentially saving lives in areas threatened by active volcanoes... |
| URI : | http://repositorio.usfq.edu.ec/handle/23000/14239 |
| Aparece en las colecciones: | Tesis - Ingeniería en Ciencias de la Computación |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 213278.pdf | Texto Completo | 979.24 kB | Adobe PDF |  Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
