Herramientas de aprendizaje automático para magnetotelúrica

Abstract

La tesis se centra en ensayar posibles aplicaciones del método magnetotelúrico (MT) utilizando distintos métodos de aprendizaje no supervisado. Se pretende analizar las métricas específicas para los métodos K-Means y Mapas Autoorganizados (Self-Organizing Maps, SOM) y explorar su relación con el contexto geofísico. Además, se busca comparar la eficiencia de ambas técnicas de aprendizaje y concluir sobre la factibilidad de su uso en el análisis de datos MT. Para alcanzar estos objetivos, se realizaron varias tareas. Primero, se llevó a cabo un entrenamiento en la utilización del código computacional para medios isotrópicos con ModEM (Modular System for Electromagnetic inversion), lo que permitió un análisis detallado de la respuesta magnetotelúrica de estos medios. Posteriormente, se seleccionaron casos de estudio, se realizaron simulaciones numéricas y se analizaron los resultados obtenidos. También se eligieron las herramientas de aprendizaje automático más adecuadas y se completó un entrenamiento en su uso. Finalmente, estas herramientas se aplicaron para la caracterización de la estructura conductiva de medios bidimensionales heterogéneos.