Bayesian transfer learning for continuous monitoring of active volcanoes

Resumen

Esta tesis tiene como objetivo el desarrollo de nuevos sistemas de monitoreo sismo-volcánico para el reconocimiento de señales y la detección de cambios en volcanes, con potencial para la predicción de erupciones a corto plazo. Los algoritmos de monitorización volcánicos, a pesar de ser altamente eficientes en la vigilancia sísmica, adolecen de ciertas deficiencias que impiden su completo despliegue como modelos de alta capacidad en un observatorio vulcanológico. Abordamos esta compleja tarea mediante métodos de aprendizaje profundo de tipo bayesiano para desarrollar sistemas avanzados que permitan la identificación escalable, flexible y rápida de la señal sísmica, así como estimaciones asociadas a los cambios en el campo de onda sísmico monitorizado. El advenimiento del aprendizaje profundo (DL) ha convertido a las aproximaciones de redes neuronales profundas (DNN) en la opción preferida y por defecto para la comunidad sismológica. Esta adopción de sistemas de aprendizaje profundo ha impulsado el monitoreo sismo-volcánico a niveles sin precedentes, alcanzando tasas de rendimiento muy elevadas mediante cálculos de pocos minutos. Sin embargo, las DNNs adolecen de una interpretabilidad interna muy limitada, aunque justificable debido a su formulación funcional. Un nuevo campo de investigación, conocido como aprendizaje profundo bayesiano (BDL), emerge para proporcionar capacidades interpretativas a las prediciones de redes DNNs. La nueva metodología BDL emplea redes neuronales bayesianas (BNN) junto con metologías aproximativas especializadas para capturar la incertidumbre asociada a un conjunto de datos, a la vez que mantiene todas las ventajas computacionales intrínsecas a los métodos DL. Las redes BNN permiten estimaciones bayesianas para distribuciones de datos altamente complejas y multidimensionales, proporcionando valores estimados de la incertidumbre inherente a los datos y del modelo. Esto algoritmos se pueden utilizar en su forma estándar con formas de onda segmentadas, como un clasificador de eventos sísmicos. Sin embargo, la mayoría de los datos acústicos exhiben una naturaleza secuencial. Una estación sísmica recopila flujos de datos sísmicos secuenciales, lo que implica que las BNN requieren de ciertas modificaciones para poder modelar la dinámica intra-evento y temporal de las secuencias de datos registrados que componen la serie sismica. En la primera parte de la tesis, investigamos un nuevo enfoque bayesiano para la clasificación de eventos sismo-volcánicos a partir de características basadas en frecuencia en dos volcanes relacionados geológicamente. Los resultados experimentales de este primer enfoque han demostrado que una red neuronal profunda BNN puede detectar y reconocer eventos sísmicos con un rendimiento muy alto. El modelo incluso es capaz de discernir el origen volcánico del terremoto analizado, con bajas tasas de error. Este primer modelo ha demostrado la capacidad de proporcionar una representación de la incertidumbre relacionada con los cambios en la dinámica de ambos volcanes. A continuación, hemos investigado la complementariedad entre técnicas de transfer learning y la cuantificación de la incertidumbre. Además, proponemos la incertidumbre como una característica que debe considerarse precursora de los cambios previos a una erupción y como límite para determinar cuándo deben re-entrenarse los algoritmos de monitoreo mediante transfer learning. En la segunda parte de este trabajo, modificamos el enfoque bayesiano a configuraciones de monitoreo continuo con la finalidad de dilucidar si los cambios de incertidumbre se deben únicamente a variaciones del nivel de fondo de tremor, a los eventos sísmicos, o a ambos. Proponemos un modelo temporal convolucional y Bayesiano para aprender el rango dinámico intra-frecuencia de los eventos sismo-volcánicos a la vez que se realiza el reconocimiento automático de eventos sísmicos, para tres erupciones distintas de un mismo volcán. En este punto de la investigación, empleamos las incertidumbres estimadas como un detector de cambios con respecto a la distribución de datos de entrenamiento aprendida inicialmente. Este tipo de análisis se conoce como data-drift detection. Para ello, dividimos la incertidumbre estadística total en dos términos geofísicos: la variabilidad observada del sismograma y la aleatoriedad inherente del campo de ondas sismo-volcánico monitoreado. Estudiamos la evolución temporal de tales términos y confirmamos, desde el punto de vista geofísico, que el data-drift en un volcán produce una degradación en la métrica y un aumento significativo de la incertidumbre, ambos efectos bastantes perceptibles durante las erupciones. Sin embargo, la estabilización del volcán estudiado tras una erupción tiende a retornar la métrica de monitoreo a valores iniciales, pero mantiene elevados niveles de incertidumbre. En la parte final de esta investigación, demostramos que los métodos BDL también se pueden ajustar para aprender la tarea de monitorización a partir de la forma de onda sísmica sin procesar. Proponemos una nueva red neuronal profunda para modelar las dependencias temporales de los datos volcánicos. Para ello, empleamos una nueva metodología para aprender una representación de características invariantes a cualquier tipo de deformación o translación matemática, conocida como coeficientes de scattering. A partir de la red propuesta, construimos cuidadosamente diseñada para aprender la mejor dinámica intra-evento a partir de los coeficientes de scattering. Hemos comprobado que la evolución temporal de la incertidumbre coincide con boletines sismológicos y, por tanto, construimos suficiente evidencia experimental para caracterizar el cambio en los volcanes estudiados.