geologia

Análisis de Predicción de Terremotos
Sandra Álvarez Teruelo

Iván Alejandro Fernández Pacheco

100038973

100038982

Universidad Carlos III Madrid

Universidad Carlos III Madrid

100038973@alumnos.uc3m.es

100038982@alumnos.uc3m.es

ABSTRACT
Este documento presenta el análisis de datos acerca de
terremotos a lo largo del tiempo y sus diferentes
características y como afectanen ellos.

Términos generales
Algoritmos, Experimentación, Teoría, Verificación.

Palabras clave
Minería de datos, terremotos, predicción, aprendizaje.

1. INTRODUCCIÓN
¿Por qué se valora tanto la información? Son muchas las
razones, ya que puede servir para controlar, optimizar,
administrar, investigar, planificar, predecir o tomar decisiones
de cualquier ámbito según donde nosdesarrollemos.
La información por sí misma está considerada un bien
patrimonial. Alguien decía que la información es poder. Es
razonable pensar que se debe cuidar, pero también hay que
sacarla provecho.
La cantidad de datos que se genera y almacena hoy en día en
cualquier área de conocimiento es tan vasta, que rebasa las
capacidades de asimilación de cualquier ser humano.
Este hecho ha ocasionadoel nacimiento de nuevas disciplinas
como la denominada “Descubrimiento de Conocimiento en
Bases de Datos” (KDD), que se enfoca en la extracción de
información a partir del procesamiento de grandes cantidades
de datos.
“Se ha estimado que cada 20 meses se duplica la cantidad de
información en el mundo. ¿Qué se supone que se puede hacer
con esa explosión de datos crudos? Claramente, pocosvan a
ser observados por los ojos humanos.” [KDD Conference
1999]
La mayoría de las organizaciones han acumulado una enorme
cantidad de datos que normalmente se almacenan en Sistemas
de Gestión de Bases de Datos dispersas, no comunicadas e
incongruentes entre sí.
Además el exagerado sobredimensionamiento de esas bases
de datos excede con mucho nuestra capacidad de analizar e
interpretar suscontenidos. Sin embargo, estas mismas
organizaciones persiguen un objetivo distinto; de manera

conceptual y consensuada buscan obtener información, buscan
que dicha información sea útil en sus procesos
organizacionales y de negocio, e incluso porqué no, buscan
convertir la información en conocimiento relacionado con su
actividad.
El cómo llegar a trasladar datos en información einformación
en conocimiento es parte de una nueva aportación del mundo
de las Tecnologías de la Información.
Frente a este escenario, resulta apremiante contar con métodos
y herramientas computacionales capaces de analizar de forma
automática y eficiente la gran cantidad de información
acumulada en cualquier disciplina.
Investigar técnicas y algoritmos de la inteligencia
computacional para basaren ellos el desarrollo de sistemas de
software que faciliten el análisis de información y
descubrimiento de conocimiento en grandes bases de datos.
Particularmente se investigarán técnicas que permitan la
visualización automática de información digital.
Por todo ello es necesario disponer de una serie de
aplicaciones que permitan procesar la información para
obtener una serie de datos de loscuales se pueda obtener un
beneficio.
Estas técnicas pueden ayudar a confirmar cualquier sospecha
sobre el comportamiento del sistema en un particular
contexto.
Las bases de la minería de datos se encuentran en la
inteligencia artificial y en el análisis estadístico y mediante los
modelos extraídos utilizando técnicas de minería de datos se
aborda la solución a problemas de predicción,clasificación y
segmentación. La minería de datos tiene dos líneas de análisis:
-> Descripción: La misión fundamental de la minería de datos
es el descubrimiento de reglas. A partir de ellas se podrán
establecer una serie de relaciones entre las variables. Esto
beneficiará el análisis y la descripción del modelo de estudio.
-> Predicción: Una vez se hayan establecido una serie de
reglas...