dor_id: 4132341

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/883/836

100.1.#.a: García, Silvia R.; Romo, Miguel P.; Sarmiento, Neftalí

524.#.#.a: García, Silvia R., et al. (2003). Modeling ground motion in Mexico City using artificial neural networks. Geofísica Internacional; Vol. 42 Núm. 2: Abril 1, 2003; 173-183. Recuperado de https://repositorio.unam.mx/contenidos/4132341

245.1.0.a: Modeling ground motion in Mexico City using artificial neural networks

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

561.1.#.a: Instituto de Geofísica, UNAM

264.#.0.c: 2003

264.#.1.c: 2003-04-01

653.#.#.a: Movimientos de terreno; respuesta de sitio; inteligencia artificial; redes neuronales; modelado basado en aprendizaje; Ground motion; site response; artificial

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/883

001.#.#.#: 063.oai:revistagi.geofisica.unam.mx:article/883

041.#.7.h: spa

520.3.#.a: After the September 1985 earthquakes in Mexico City, many strong motion instruments were laid down throughout the Valley of Mexico. Since then, a wealth of valuable information has been gathered. This has provided an excellent opportunity to develop new analytical procedures based on knowledge-based techniques.An Artificial Neural Network (ANN) is a computational mechanism able to acquire, represent, and compute a mapping from one multivariate space of information to another, given a set of data representing that mapping. Accordingly, research aimed at developing an ANN to model the earthquake response of Mexico City soil deposits was initiated a few years ago. The resulting network that allows the computation of the response of the clayey ground is presented and discussed in this paper. It is shown that well designed networks represent a genuine alternative to analytical methods.doi: https://doi.org/10.22201/igeof.00167169p.2003.42.2.263

773.1.#.t: Geofísica Internacional; Vol. 42 Núm. 2: Abril 1, 2003; 173-183

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: 173-183

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

doi: https://doi.org/10.22201/igeof.00167169p.2003.42.2.263

handle: 1ea089ed72992da2

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

856.#.0.q: application/pdf

file_creation_date: 2022-07-18 18:54:04.0

file_modification_date: 2022-07-18 18:54:04.0

file_creator: Silvia R. García

file_name: 921e047587b1e6ce4044e72ee4d77260beb21f3e48e1e0bed2ce12e597e570a0.pdf

file_pages_number: 11

file_format_version: application/pdf; version=1.3

file_size: 795405

245.1.0.b: Modeling ground motion in Mexico City using artificial neural networks

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