Desarrollo de redes neuronales para el análisis y limpieza de datos sísmicos de las misiones Apolo y el aterrizador InSight

Resumen

La actividad sísmica en cuerpos planetarios y sus satélites es uno de los aspectos más importantes que surgen en la exploración espacial, ya que el estudio de estos permite obtener información sobre la estructura interna de estos cuerpos.

Diversas investigaciones abordan el estudio e investigación de las señales sísmicas en el espacio. Se utilizan varios enfoques para la detección y caracterización de los eventos sísmicos; sin embargo, la presencia de ruido, que entra inevitablemente en los datos recibidos, presenta un reto significativo para la precisión del análisis de estas señales.

Por lo tanto, el objetivo de este trabajo es el desarrollo de redes neuronales para la identificación precisa del inicio y el fin de eventos sísmicos en señales obtenidas por misiones espaciales, permitiendo acotar el intervalo de tiempo en el que ocurre un evento sísmico y evitando, en mayor medida, la interferencia del ruido en los datos que se deben enviar a la Tierra para un análisis posterior.

Para lograr este objetivo, se obtuvieron datos sísmicos reales de las misiones Apolo y de la sonda estática InSight de la NASA en Marte, mediante técnicas de procesamiento de señales basadas en redes neuronales secuenciales y modelos de regresión, diseñadas para identificar patrones en las ondas sísmicas y diferenciar entre eventos sísmicos y ruido. Este enfoque permitió la división precisa de los eventos sísmicos, delimitando su inicio y su fin. Como resultado, se logró una reducción cercana al 90% de la cantidad de datos irrelevantes enviados desde estas sondas y misiones espaciales hasta la Tierra.

Finalmente, esto abre la puerta para el uso de redes neuronales como una solución novedosa para este tipo de problemas. Junto a esto, la aplicación propuesta reduce la cantidad de información transmitida a la Tierra, lo que, de forma directa, ahorra energía un recurso escaso en este tipo de misiones y al mismo tiempo, mejora la fiabilidad de la información recolectada en las misiones espaciales.