dor_id: 4133498

506.#.#.a: Público

590.#.#.d: Los artículos enviados a la revista "Geofísica Internacional", se juzgan por medio de un proceso de revisión por pares

510.0.#.a: Consejo Nacional de Ciencia y Tecnología (CONACyT); Scientific Electronic Library Online (SciELO); SCOPUS, Dialnet, Directory of Open Access Journals (DOAJ); Geobase

561.#.#.u: https://www.geofisica.unam.mx/

650.#.4.x: Físico Matemáticas y Ciencias de la Tierra

336.#.#.b: article

336.#.#.3: Artículo de Investigación

336.#.#.a: Artículo

351.#.#.6: http://revistagi.geofisica.unam.mx/index.php/RGI

351.#.#.b: Geofísica Internacional

351.#.#.a: Artículos

harvesting_group: RevistasUNAM

270.1.#.p: Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx

590.#.#.c: Open Journal Systems (OJS)

270.#.#.d: MX

270.1.#.d: México

590.#.#.b: Concentrador

883.#.#.u: https://revistas.unam.mx/catalogo/

883.#.#.a: Revistas UNAM

590.#.#.a: Coordinación de Difusión Cultural

883.#.#.1: https://www.publicaciones.unam.mx/

883.#.#.q: Dirección General de Publicaciones y Fomento Editorial

850.#.#.a: Universidad Nacional Autónoma de México

856.4.0.u: http://revistagi.geofisica.unam.mx/index.php/RGI/article/view/518/536

100.1.#.a: Alcántara Nolasco, Leonardo; García, Silvia; Ovando-shelley, Efraín; Macías Castillo, Marco Antonio

524.#.#.a: Alcántara Nolasco, Leonardo, et al. (2014). Neural estimation of strong ground motion duration. Geofísica Internacional; Vol. 53 Núm. 3: Julio 1, 2014; 221-239. Recuperado de https://repositorio.unam.mx/contenidos/4133498

245.1.0.a: Neural estimation of strong ground motion duration

502.#.#.c: Universidad Nacional Autónoma de México

561.1.#.a: Instituto de Geofísica, UNAM

264.#.0.c: 2014

264.#.1.c: 2014-07-01

653.#.#.a: duración del movimiento de terreno; parámetros de movimientos de terreno; duración significativa; intensidad de Árias; redes neuronales; cómputo aproximado; strong ground motion duration; ground motion parameters; significant duration; Arias Intensity; neural networks; soft computing

506.1.#.a: La titularidad de los derechos patrimoniales de esta obra pertenece a las instituciones editoras. Su uso se rige por una licencia Creative Commons BY-NC-SA 4.0 Internacional, https://creativecommons.org/licenses/by-nc-sa/4.0/legalcode.es, para un uso diferente consultar al responsable jurídico del repositorio por medio del correo electrónico revistagi@igeofisica.unam.mx

884.#.#.k: http://revistagi.geofisica.unam.mx/index.php/RGI/article/view/518

001.#.#.#: 063.oai:revistagi.geofisica.unam.mx:article/518

041.#.7.h: spa

520.3.#.a: This paper presents and discusses the use of neural networks to determine strong ground motion duration. Accelerometric data recorded in the Mexican cities of Puebla and Oaxaca are used to develop a neural model that predicts this duration in terms of the magnitude, epicenter distance, focal depth, soil characterization and azimuth. According to the above the neural model considers the effect of the seismogenic zone and the contribution of soil type to the duration of strong ground motion. The final scheme permits a direct estimation of the duration since it requires easy-to-obtain variables and does not have restrictive hypothesis. The results presented in this paper indicate that the soft computing alternative, via the neural model, is a reliable recording-based approach to explore and to quantify the effect of seismic and site conditions on duration estimation. An essential and significant aspect of this new model is that, while being extremely simple, it also provides estimates of strong ground motions duration with remarkable accuracy. Additional but important side benefits arising from the model’s simplicity are the natural separation of source, path, and site effects and the accompanying computational efficiency.doi: https://doi.org/10.1016/S0016-7169(14)71502-8

773.1.#.t: Geofísica Internacional; Vol. 53 Núm. 3: Julio 1, 2014; 221-239

773.1.#.o: http://revistagi.geofisica.unam.mx/index.php/RGI

022.#.#.a: ISSN-L: 2954-436X; ISSN impreso: 0016-7169

310.#.#.a: Trimestral

300.#.#.a: Páginas: 221-239

264.#.1.b: Instituto de Geofísica, UNAM

doi: https://doi.org/10.1016/S0016-7169(14)71502-8

handle: 0db1d2a41a7521c8

harvesting_date: 2023-06-20 16:00:00.0

856.#.0.q: application/pdf

file_creation_date: 2014-08-12 14:01:27.0

file_modification_date: 2022-07-08 16:23:19.0

file_creator: Leonardo Alcántara Nolasco

file_name: e1900887b0a574fab0c60dc30e1cdc2751e5135468b9467f6aa97b49ae97a690.pdf

file_pages_number: 19

file_format_version: application/pdf; version=1.4

file_size: 2263395

245.1.0.b: Neural estimation of strong ground motion duration

last_modified: 2023-06-20 16:00:00

license_url: https://creativecommons.org/licenses/by-nc-sa/4.0/legalcode.es

license_type: by-nc-sa

No entro en nada

No entro en nada 2