
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.creator | Montenegro, Paula A. | - |
| Autor(es): dc.creator | Cadena, Oscar E. | - |
| Autor(es): dc.creator | Lotufo, Anna Diva P. | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T23:09:18Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T23:09:18Z | - |
| Data de envio: dc.date.issued | 2023-07-29 | - |
| Data de envio: dc.date.issued | 2023-07-29 | - |
| Data de envio: dc.date.issued | 2022-12-31 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/JSTARS.2023.3280416 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/249099 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/249099 | - |
| Descrição: dc.description | Volcanic seismicity is one of the most relevant parameters for the evaluation of volcanic activity and consequently the prognosis of eruptions. Earthquakes of volcanic origin are of different classes, directly related to the physical process that generates them. The distribution of the data between classes of seismic-volcanic signals generally presents an unbalanced profile (imbalanced datasets), which can hinder the performance of the classification in machine learning models. Therefore, this research presents a characterization technique (feature extract) that, in addition to reducing the dimension of each seismic record, allows a representation of the signals with the most relevant and significant information. This work proposes the use of a Dual Feature Autoencoder (DAF), which is compared with conventional characterization techniques such as Linear Prediction Coefficients (LPC) and Principal Component Analysis (PCA). The training of the model was performed with a dataset containing volcano-tectonic earthquakes (VT), long period events (LP) and Tornillo-type events (Tor) of the Galeras volcano, one of the most active volcanoes in Colombia. The classification results reach 99% of the classification of the mentioned classes. | - |
| Descrição: dc.description | Department of Electrical Engineering, São Paulo State University - UNESP, Ilha Solteira, Brazil | - |
| Descrição: dc.description | The Colombian Geological Survey, Volcanological and Seismological Observatory of Pasto, Colombia | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | characterization techniques | - |
| Palavras-chave: dc.subject | classification | - |
| Palavras-chave: dc.subject | Data models | - |
| Palavras-chave: dc.subject | dual Autoencoder | - |
| Palavras-chave: dc.subject | Earthquakes | - |
| Palavras-chave: dc.subject | Feature extraction | - |
| Palavras-chave: dc.subject | Hidden Markov models | - |
| Palavras-chave: dc.subject | lower dimensional representation | - |
| Palavras-chave: dc.subject | Principal component analysis | - |
| Palavras-chave: dc.subject | unbalanced dataset | - |
| Palavras-chave: dc.subject | Volcano-seismic signals | - |
| Palavras-chave: dc.subject | Volcanoes | - |
| Palavras-chave: dc.subject | Wavelet transforms | - |
| Título: dc.title | Autoencoders as a characterization technique and aid in the classification of volcanic earthquakes | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: