⚡ electrical engineering

STFNet3D: A three-dimensional dynamic rupture inversion model based on neural networks

Este artículo demuestra la viabilidad del uso de una Red Neuronal Convolucional unidimensional para inferir con precisión parámetros clave de la ruptura dinámica a partir de funciones de tiempo de la fuente mediante el entrenamiento con un conjunto de datos sintéticos a gran escala, proporcionando así un referente reproducible para aplicaciones de aprendizaje automático en la inversión sísmica.

Autores originales: Qianying Li, Zhenguo Zhang, Zhenlong Song, Xiaofei Chen

Publicado 2026-08-31

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Qianying Li, Zhenguo Zhang, Zhenlong Song, Xiaofei Chen

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Los terremotos comienzan con un deslizamiento repentino y violento a lo largo de una grieta en las profundidades de la corteza terrestre. Esta ruptura no ocurre toda de una vez; es un proceso dinámico que comienza en un solo punto y se desplaza rápidamente hacia afuera, desgarrando la roca a medida que avanza. La velocidad de este desgarro, cuánto se desliza el suelo y la fricción que mantiene unidas las rocas están gobernados por unas pocas reglas físicas ocultas. Los científicos han intentado durante mucho tiempo trabajar hacia atrás desde el temblor que se siente en la superficie para averiguar exactamente qué sucedió bajo tierra. Observan las ondas sísmicas que viajan a través del planeta, con la esperanza de decodificar la historia de la ruptura. Sin embargo, este es un rompecabezas difícil porque la relación entre las reglas ocultas y el temblor que sentimos es increíblemente compleja y no lineal. Los métodos tradicionales para resolver esto a menudo requieren cantidades masivas de tiempo computacional, ejecutando simulaciones una y otra vez para encontrar una coincidencia, lo que ralentiza la capacidad de comprender estos eventos rápidamente.

Un equipo de investigadores ha probado ahora un nuevo enfoque que utiliza la inteligencia artificial para resolver este rompecabezas mucho más rápido. Crearon un programa informático, al que llamaron STFNet3D, diseñado para observar la "función de tiempo de la fuente" de un terremoto. Esta función de tiempo de la fuente es esencialmente un gráfico que muestra cuánta energía liberó el terremoto a lo largo del tiempo, actuando como una huella dactilar del proceso de ruptura. En lugar de intentar adivinar las reglas ocultas mediante la ejecución de simulaciones lentas y repetitivas, los investigadores entrenaron una red neuronal —un tipo de sistema informático modelado según el cerebro humano— para reconocer los patrones en estos gráficos de energía. Alimentaron el sistema con decenas de miles de terremotos simulados, cada uno creado con valores específicos y conocidos para la fricción entre las rocas y el estrés que causó su ruptura. El objetivo era ver si la computadora podía aprender a mirar el gráfico de energía e identificar instantáneamente cuáles eran esos valores ocultos.

Los investigadores construyeron una enorme biblioteca de datos para enseñar a su sistema. Utilizaron una potente supercomputadora para simular 35,000 escenarios de terremotos diferentes en una grieta plana y vertical en el suelo. En cada simulación, cambiaron tres ingredientes clave: el estrés inicial que presionaba sobre la falla, la fricción estática que mantenía unidas las rocas antes de que se deslizaran y la distancia de debilitamiento del deslizamiento. Para cada una de las simulaciones, registraron la función de tiempo de la fuente resultante. Luego entrenaron su red neuronal con estos datos, permitiéndole aprender la conexión entre la forma del gráfico de energía y los tres ingredientes físicos que la crearon. El sistema utilizó una estructura de cinco capas para procesar la información, refinando gradualmente su comprensión de los patrones hasta que pudo realizar predicciones con alta precisión.

Cuando probaron el sistema entrenado con nuevas simulaciones no vistas, los resultados fueron sorprendentemente precisos. La computadora predijo con éxito el estrés inicial con un error promedio de menos del medio por ciento. Estimó la fricción estática con un error de aproximadamente el uno por ciento. La distancia de debilitamiento del deslizamiento, que es el más difícil de determinar de los tres, aun así obtuvo un error promedio de aproximadamente el tres por ciento. En muchos casos, las predicciones fueron tan cercanas que, si se tomaran los valores adivinados por la computadora y se ejecutara una nueva simulación, el gráfico de energía resultante se vería casi idéntico al generado por los valores reales. Los investigadores encontraron que el sistema funcionaba mejor para los valores de estrés y fricción, mientras que la distancia de debilitamiento del deslizamiento mostró una variación ligeramente mayor, lo que sugiere que este parámetro específico deja una firma un poco más difusa en el patrón de liberación de energía.

El estudio también exploró si un modelo computacional más complejo funcionaría mejor. Probaron redes con diferentes números de capas, desde una hasta cinco. Si bien ningún diseño era perfecto para cada parámetro individual, el modelo de cinco capas proporcionó el rendimiento general más fiable. Este diseño permitió al sistema capturar tanto las tendencias generales como los detalles finos de los datos simultáneamente. Los investigadores señalaron que el sistema aún no está listo para terremotos del mundo real, ya que fue entrenado enteramente con datos simulados perfectos sin el ruido y las complicaciones de las condiciones terrestres reales. Sin embargo, el trabajo demuestra que una red neuronal puede aprender la física de la ruptura a partir de las funciones de tiempo de la fuente con una velocidad notable. Una vez entrenado, el sistema puede realizar una inversión en menos de una décima de milisegundo, una tarea que a los métodos tradicionales les tomaría horas o días.

Esta investigación ofrece una nueva herramienta para el campo de la sismología, proporcionando un modelo reproducible y un conjunto de datos controlado que otros científicos pueden usar para probar sus propios métodos. Demuestra que el aprendizaje automático puede evitar los ciclos lentos e iterativos del modelado tradicional basado en la física para entregar estimaciones rápidas de los parámetros de la fuente de un terremoto. Aunque el modelo actual está limitado a fallas planas simples y datos sintéticos, sienta las bases para futuros sistemas que eventualmente podrían manejar la realidad desordenada y compleja de los terremotos naturales. Los hallazgos sugieren que, con suficientes datos de entrenamiento, la inteligencia artificial puede convertirse en un poderoso aliado para decodificar la violenta física de la Tierra, convirtiendo el complejo lenguaje de las ondas sísmicas en números claros y accionables casi instantáneamente.

Resumen Técnico: STFNet3D – Un Modelo de Inversión de Ruptura Dinámica Tridimensional Basado en Redes Neuronales

Planteamiento del Problema
La inversión de la ruptura dinámica es un desafío crítico pero altamente no lineal en sismología, esencial para comprender las leyes físicas que rigen la nucleación, propagación y terminación de los terremotos. Los métodos de inversión tradicionales para determinar los parámetros de falla (como el esfuerzo inicial, la resistencia friccional y la distancia de debilitamiento por deslizamiento) suelen ser computacionalmente costosos, lentos y limitados por la complejidad de resolver la dinámica elástica acoplada y las leyes de fricción. Si bien el aprendizaje automático ha mostrado potencial en otras tareas sísmicas (por ejemplo, la detección de fases y la localización del hipocentro), su aplicación para inferir parámetros de ruptura dinámica directamente a partir de las funciones de tiempo de la fuente (STF, por sus siglas en inglés) sigue estando poco explorada. Este estudio aborda la necesidad de un marco de trabajo rápido y reproducible para invertir parámetros clave de la ruptura dinámica a partir de las STF, sirviendo como una prueba de concepto controlada para evaluar el rendimiento de los enfoques de aprendizaje automático frente a los métodos tradicionales.

Metodología
Los autores desarrollaron STFNet, una Red Neuronal Convolucional (CNN) unidimensional diseñada para mapear las Funciones de Tiempo de la Fuente (STF) a tres parámetros específicos de la ruptura dinámica: el esfuerzo cortante ( $\tau$ ), el coeficiente de fricción estática ( $\mu_s$ ) y la distancia de debilitamiento por deslizamiento ( $D_c$ ).

Generación de Datos (Modelado Directo):
- Se generó un conjunto de datos sintéticos a gran escala que comprende 35,000 eventos utilizando un Método de Diferencia Finitas de Rejilla Curva (CGFDM) basado en GPU en tres dimensiones.
- El modelo de simulación presenta una falla plana vertical (25 km $\times$ 20 km) con una zona de nucleación de 3 km $\times$ 3 km.
- Se empleó una ley de fricción de debilitamiento por deslizamiento lineal. Mientras que la fricción dinámica ( $\mu_d = 0.525$ ) y el esfuerzo normal ( $\sigma_n = 120$ MPa) se mantuvieron fijos, los parámetros objetivo ( $\tau$ , $\mu_s$ , $D_c$ ) se muestrearon aleatoriamente dentro de rangos específicos ( $\tau$ : 64.08–70.88 MPa; $\mu_s$ : 0.60–0.70; $D_c$ : 0.25–0.45 m).
- Las STF se computaron integrando la tasa de liberación de momento a través de la superficie de la falla, derivada de las velocidades de deslizamiento simuladas.
Arquitectura de la Red Neuronal:
- STFNet utiliza un codificador CNN 1D de cinco capas. La arquitectura reduce progresivamente la dimensión temporal mientras aumenta los canales de características (16, 32, 64, 128, 256).
- Las tres primeras capas utilizan núcleos más grandes (tamaño 7) para capturar características temporales amplias, mientras que las dos capas posteriores utilizan núcleos más pequeños (tamaño 4) para refinar las representaciones de alto nivel.
- Se aplican funciones de activación ReLU después de cada capa convolucional, seguidas de una capa totalmente conectada que produce los tres parámetros físicos continuos.
Entrenamiento y Validación:
- El conjunto de datos se dividió en conjuntos de entrenamiento (75%), validación (15%) y prueba (10%).
- Los hiperparámetros (tasa de aprendizaje, tamaño de lote, división de datos y esquemas de tasa de aprendizaje) se optimizaron mediante búsqueda de cuadrícula (grid search). La configuración final utilizó una tasa de aprendizaje de 0.01, un tamaño de lote de 64 y un esquema de tasa de aprendizaje fija.
- El modelo se entrenó utilizando el Error Cuadrático Medio (MSE) como función de pérdida con una estrategia de parada temprana para evitar el sobreajuste.
- Validación Directa: Para evaluar la consistencia física de la inversión, los parámetros predichos se introdujeron nuevamente en el código de simulación directa para reconstruir las STF, las cuales luego se compararon con las STF reales originales.

Resultos Clave

Precisión Predictiva: En el conjunto de prueba independiente, la CNN de cinco capas logró una alta precisión predictiva con errores relativos medios de:
- Esfuerzo Cortante ( $\tau$ ): 0.37%
- Coeficiente de Fricción Estática ( $\mu_s$ ): 1.10%
- Distancia de Debilitamiento por Deslizamiento ( $D_c$ ): 2.97%
- Los valores del coeficiente de determinación ( $R^2$ ) fueron 0.9914 para $\tau$ , 0.9903 para $\mu_s$ y 0.9785 para $D_c$ .
Identificabilidad de Parámetros: El modelo funcionó mejor para $\tau$ y $\mu_s$ . $D_c$ exhibió errores ligeramente mayores y una distribución de error más amplia, lo que sugiere que es menos identificable a partir de la información de la STF en comparación con los otros parámetros.
Profundidad de la Red: Una comparación de arquitecturas CNN (de 1 a 5 capas) reveló que ninguna profundidad única minimizaba el error para todos los parámetros simultáneamente. Sin embargo, la arquitectura de cinco capas logró la pérdida de validación más baja (0.0038) y proporcionó el rendimiento general más favorable.
Reconstrucción de la Forma de Onda: El modelado directo utilizando los parámetros invertidos generalmente reprodujo la evolución temporal principal y las formas de pulso de las STF reales. Sin embargo, se observaron discrepancias en casos con inicio de ruptura retrasado o ruptura incompleta dentro de la ventana de registro, lo que resalta la no unicidad de la inversión (diferentes combinaciones de parámetros pueden producir STF similares).

Significancia y Reivindicaciones
Los autores posicionan este trabajo no como una demostración de la aplicabilidad universal del aprendizaje profundo a la inversión de la ruptura dinámica en el mundo real, sino como un estudio de prueba de concepto controlado. Las principales contribuciones son:

Marco Reproducible: La provisión de un modelo basado en CNN reproducible (STFNet3D) para inferir parámetros de ruptura dinámica a partir de las STF.
Conjunto de Datos de Referencia: La creación de un conjunto de datos sintéticos controlado y a gran escala (35,000 eventos) diseñado específicamente para probar y establecer referencias para los métodos de inversión basados en STF.
Eficiencia Computacional: El modelo entrenado ofrece costos de inferencia extremadamente bajos (<0.1 ms por evento), lo que lo hace adecuado para la estimación rápida de parámetros una vez que se incurre en el costo inicial de la generación de datos sintéticos (~1,458 horas de GPU).

Limitaciones y Direcciones Futuras
El artículo reconoce explícitamente varias limitaciones:

Datos Sintéticos: El modelo fue entrenado y probado exclusivamente con datos sintéticos bajo condiciones físicas simplificadas (falla plana vertical, parámetros uniformes). Aún no contempla las complejidades del mundo real como el ruido de medición, los efectos de trayectoria/sitio o las geometrías de falla heterogéneas.
Alcance: El marco actual está restringido a parámetros distribuidos uniformemente y no aborda geometrías de falla complejas o propiedades friccionales espacialmente heterogéneas.
Validación: El estudio no proporciona una comparación cuantitativa con los métodos de inversión convencionales o las redes neuronales informadas por la física (PINNs) para la misma tarea.

Por consiguiente, los autores afirman que los resultados no deben asumirse como representativos del rendimiento en datos observacionales reales. Se requiere trabajo futuro para incorporar geometrías de falla complejas, distribuciones de parámetros heterogéneas y perturbaciones observacionales realistas, seguido de una validación contra datos de terremotos observados antes de que el método pueda aplicarse a la caracterización de fuentes en tiempo real.

Más como este