El Aprendizaje Automático podría ayudar a mapear el subsuelo

Como parte del estudio de nuestra corteza terrestre, se emplean técnicas de movimientos artificiales y naturales (sismos) para dar a los científicos una idea del tipo de estructuras que se encuentran debajo de la superficie, como reservas de petróleo y fuentes geotérmicas. Sin embargo, las pruebas de movimiento actuales no reconocen las ondas sísmicas de baja frecuencia, lo que nos deja un sesgo de información.

Al respecto, investigadores del MIT han desarrollado un software de Aprendizaje Automático capaz de estimar con precisión las ondas de baja frecuencia que están ocultas en los datos sísmicos.

Recomendado: Desarrollan modelo de Aprendizaje Automático que predice la velocidad de rendimiento de un chip

De acuerdo con la investigación publicada en la revista Geophysics, el nuevo método podría permitir a los investigadores sintetizar artificialmente la información que luego puede usarse para mapear con mayor precisión las estructuras internas de la Tierra.

“El sueño final es poder mapear todo el subsuelo y poder decir, por ejemplo, ‘esto es exactamente lo que parece debajo de Islandia, así que ahora sabes dónde explorar en busca de fuentes geotérmicas”, señaló el co-autor Laurent Demanet, profesor de matemáticas aplicadas en el MIT. “Ahora hemos demostrado que el aprendizaje profundo ofrece una solución para poder completar estas frecuencias faltantes”.

Los autores del artículo, Demanet y Hongyu Sun, un estudiante graduado en el Departamento de Ciencias de la Tierra, Atmosféricas y Planetarias del MIT, adaptaron una red neuronal para el procesamiento de señales, específicamente, para reconocer patrones en datos sísmicos.