Análisis de tiempo natural
De Wikipedia, la enciclopedia libre
Saltar a navegación Saltar a búsqueda

El análisis de tiempo natural es un método estadístico que se aplica para analizar series de tiempo complejas y fenómenos críticos , basado en recuentos de eventos como una medida de "tiempo" en lugar de la hora del reloj . [1] [2] El concepto de tiempo natural fue introducido por P. Varotsos , N. Sarlis y E. Skordas en 2001. [3] El análisis del tiempo natural se ha aplicado principalmente a la predicción de terremotos [1] [2] / predicción inmediata [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] y secundariamente amuerte cardíaca súbita [14] / insuficiencia cardíaca [15] [16] y mercados financieros . [17] Las características del tiempo natural se consideran únicas. [9]

Etimología

El "tiempo natural" es una nueva visión del tiempo introducida en 2001 [3] que no es continuo, en contraste con el tiempo convencional que está en el continuo de los números reales , sino que sus valores forman conjuntos contables como números naturales . [18]

Definición

En el dominio del tiempo natural, cada evento se caracteriza por dos términos, el "tiempo natural" χ y la energía Q k . χ se define como k / N , donde k es un número natural (el k -ésimo evento) y N es el número total de eventos en la secuencia temporal de datos. Un término relacionado, p k , es la relación Q k / Q total , que describe la fracción de energía liberada. El término κ 1 es la variación en el tiempo natural: [19]

donde y

Inversión del tiempo

La inversión del tiempo, en contraste con el tiempo del reloj, es aplicable cuando se estudia el enfoque de un sistema a la criticidad con el análisis del tiempo natural. Se considera que los sistemas vivos, por ejemplo, operan lejos del equilibrio, ya que hay un flujo de energía que cruza sus límites, en contraste con los organismos muertos donde las fuerzas impulsoras internas están ausentes. Si bien la irreversibilidad del tiempo es una propiedad fundamental de un sistema vivo, el estado de muerte es más reversible en el tiempo por medio del flujo de energía a través de los límites del sistema. Por lo tanto, se puede estimar un estado crítico de un sistema aplicando análisis de tiempo natural al calcular la entropía tanto en el flujo de tiempo normal como en la inversión de tiempo y estudiando la diferencia de los dos resultados. [15] [14] [16]

(a) ECG en el que las distancias RR están marcadas
(b) el mismo ECG trazado en (a) pero leído en el análisis de tiempo natural
(c) ECG en tiempo convencional con inversión de tiempo
(d) ECG con inversión de tiempo en análisis de tiempo natural
El La longitud entre distancias RR en tiempo convencional se considera aproximadamente como la energía de cada pulso (evento) en el análisis de tiempo natural.

Aplicaciones

Sismología

Pronóstico del terremoto

En sismología , el pronóstico inmediato es la estimación del estado dinámico actual de un sistema sismológico. [4] [7] Se diferencia del pronóstico que tiene como objetivo estimar la probabilidad de un evento futuro [12] pero también se considera una base potencial para el pronóstico. [8] [4] Nowcasting se basa en el modelo del ciclo de terremotos , un ciclo recurrente entre pares de grandes terremotos en un área geográfica, sobre el cual el sistema se evalúa utilizando el tiempo natural. [4] Los cálculos de pronóstico inmediato producen el "puntaje de potencial sísmico", una estimación del nivel actual de progreso sísmico. [9]

Cuando se aplica a la sismicidad, el tiempo natural tiene las siguientes ventajas: [4]

  1. No es necesario desagrupar las réplicas, ya que el recuento de tiempo natural es igualmente válido en cualquier caso de réplica o sismicidad de fondo.
  2. Las estadísticas de tiempo natural no dependen del nivel de sismicidad, dado que el valor b no varía significativamente.

Las aplicaciones típicas son: grandes terremotos y tsunamis globales , [5] réplicas y sismicidad inducida , [8] [13] sismicidad inducida en campos de gas , [10] riesgo sísmico para megaciudades globales, [12] estudio de agrupaciones de grandes terremotos globales, [11] etc.

Predicción de terremotos

El análisis de tiempo natural se aplicó inicialmente al método VAN para mejorar la precisión de la estimación del tiempo de un próximo terremoto que se ha indicado que ocurrirá mediante señales eléctricas sísmicas (SES). El método considera que el SES es válido cuando κ 1 = 0,070. Una vez que los SES se consideran válidos, se inicia un segundo análisis de NT en el que se anotan los eventos sísmicos posteriores (en lugar de eléctricos) y la región se divide como un diagrama de Venn con al menos dos eventos sísmicos por rectángulo superpuesto. Cuando κ 1 se acerca al valor κ 1 = 0.070 para la región candidata, un evento sísmico crítico se considera inminente, es decir, ocurrirá en unos pocos días a una semana aproximadamente. [20]

Cardiología

El análisis del tiempo natural se ha utilizado experimentalmente para el diagnóstico del síndrome de insuficiencia cardíaca [15] [16] , así como para identificar pacientes con alto riesgo de muerte cardíaca súbita , [14] incluso al medir únicamente la frecuencia cardíaca, ya sea mediante electrocardiografía o mucho más. Equipo portátil y económico (es decir, oxímetro ). [dieciséis]

Economía

Debido a las similitudes de las características dinámicas entre los terremotos y los mercados financieros, se eligió el análisis de tiempo natural, que se utiliza principalmente en sismología, para ayudar a desarrollar estrategias ganadoras en los mercados financieros, con resultados alentadores. [17]

Referencias

  1. ^ a b Varotsos, PA; Sarlis, NV; Skordas, ES (2002). "Correlaciones de largo alcance en las señales eléctricas que preceden a la ruptura". Revisión E física . 66 (1 Pt 1): 011902. Bibcode : 2002PhRvE..66a1902V . doi : 10.1103 / PhysRevE.66.011902 . ISSN  1539-3755 . PMID  12241379 .
  2. ↑ a b Varotsos, Sarlis & Skordas 2011 (libro), prefacio y capítulo 2
  3. ↑ a b P. Varotsos, N. Sarlis, E. Skordas (2001). "Aspectos de complejidad espacio-temporal sobre la interrelación entre señales eléctricas sísmicas y sismicidad" . Practica de la Academia de Atenas . 76 : 294–321.CS1 maint: varios nombres: lista de autores ( enlace )
  4. ^ a b c d e Rundle, JB; Turcotte, DL; Donnellan, A .; Ludwig, L. Grant; Luginbuhl, M .; Gong, G. (2016). "Terremotos de pronóstico inmediato" . Ciencias de la Tierra y el Espacio . 3 (11): 480–486. Bibcode : 2016E & SS .... 3..480R . doi : 10.1002 / 2016EA000185 . ISSN 2333-5084 . 
  5. ^ a b Rundle, John B .; Luginbuhl, Molly; Khapikova, Polina; Turcotte, Donald L .; Donnellan, Andrea; McKim, Grayson (1 de enero de 2020). "Predicción del gran terremoto global y fuentes de tsunamis". Geofísica pura y aplicada . 177 (1): 359–368. doi : 10.1007 / s00024-018-2039-y . ISSN 1420-9136 . S2CID 133790229 .  
  6. ^ Williams, Charles A .; Peng, Zhigang; Zhang, Yongxian; Fukuyama, Eiichi; Goebel, Thomas; Yoder, Mark, eds. (2019). "Introducción". Terremotos y peligros múltiples alrededor de la cuenca del Pacífico, vol. II . Volúmenes temáticos de Pageoph. Birkhäuser Basel. ISBN 978-3-319-92296-6.
  7. ^ a b Rundle, John B .; Giguere, Alexis; Turcotte, Donald L .; Crutchfield, James P .; Donnellan, Andrea (2019). "Pronóstico sísmico global con entropía de información de Shannon" . Ciencias de la Tierra y el Espacio . 6 (1): 191-197. Bibcode : 2019E & SS .... 6..191R . doi : 10.1029 / 2018EA000464 . ISSN 2333-5084 . PMC 6392127 . PMID 30854411 .   
  8. ^ a b c Luginbuhl, Molly; Rundle, John B .; Turcotte, Donald L. (14 de enero de 2019). "Modelos de física estadística para réplicas y sismicidad inducida" . Transacciones filosóficas de la Royal Society A: Ciencias matemáticas, físicas y de la ingeniería . 377 (2136): 20170397. Bibcode : 2019RSPTA.37770397L . doi : 10.1098 / rsta.2017.0397 . PMC 6282405 . PMID 30478209 .  
  9. ↑ a b c Pasari, Sumanta (1 de abril de 2019). "Terremotos de pronóstico inmediato en la región de la Bahía de Bengala". Geofísica pura y aplicada . 176 (4): 1417–1432. Código bibliográfico : 2019PApGe.176.1417P . doi : 10.1007 / s00024-018-2037-0 . ISSN 1420-9136 . S2CID 134896312 .  
  10. ^ a b Luginbuhl, Molly; Rundle, John B .; Turcotte, Donald L. (1 de noviembre de 2018). "Sismicidad inducida por el tiempo natural y la predicción inmediata en el campo de gas de Groningen en los Países Bajos" . Revista Geofísica Internacional . 215 (2): 753–759. Código Bibliográfico : 2018GeoJI.215..753L . doi : 10.1093 / gji / ggy315 . ISSN 0956-540X . 
  11. ^ a b Luginbuhl, Molly; Rundle, John B .; Turcotte, Donald L. (1 de febrero de 2018). "Tiempo natural y terremotos pronosticados: ¿se agrupan temporalmente los grandes terremotos globales?". Geofísica pura y aplicada . 175 (2): 661–670. Código Bibliográfico : 2018PApGe.175..661L . doi : 10.1007 / s00024-018-1778-0 . ISSN 1420-9136 . S2CID 186239922 .  
  12. ^ a b c Rundle, John B .; Luginbuhl, Molly; Giguere, Alexis; Turcotte, Donald L. (1 de febrero de 2018). "El tiempo natural, el pronóstico inmediato y la física de los terremotos: estimación del riesgo sísmico para las megaciudades globales". Geofísica pura y aplicada . 175 (2): 647–660. arXiv : 1709.10057 . Código Bibliográfico : 2018PApGe.175..647R . doi : 10.1007 / s00024-017-1720-x . ISSN 1420-9136 . S2CID 54169682 .  
  13. ^ a b Luginbuhl, Molly; Rundle, John B .; Hawkins, Angela; Turcotte, Donald L. (1 de enero de 2018). "Terremotos de pronóstico inmediato: una comparación de terremotos inducidos en Oklahoma y en los géiseres, California". Geofísica pura y aplicada . 175 (1): 49–65. Código Bibliográfico : 2018PApGe.175 ... 49L . doi : 10.1007 / s00024-017-1678-8 . ISSN 1420-9136 . S2CID 134725994 .  
  14. ^ a b c Varotsos, PA; Sarlis, NV; Skordas, ES; Lazaridou, MS (6 de agosto de 2007). "Identificar el riesgo de muerte súbita cardíaca y especificar su tiempo de ocurrencia mediante el análisis de electrocardiogramas en tiempo natural". Letras de Física Aplicada . 91 (6): 064106. Código Bibliográfico : 2007ApPhL..91f4106V . doi : 10.1063 / 1.2768928 . ISSN 0003-6951 . 
  15. ^ a b c Sarlis, NV; Skordas, ES; Varotsos, PA (1 de julio de 2009). "Variabilidad de la frecuencia cardíaca en tiempo natural y 1 / f" ruido " " . EPL . 87 (1): 18003. Código Bibliográfico : 2009EL ..... 8718003S . doi : 10.1209 / 0295-5075 / 87/18003 . ISSN 0295-5075 . 
  16. ^ a b c d Baldoumas, George; Peschos, Dimitrios; Tatsis, Giorgos; Chronopoulos, Spyridon K .; Christofilakis, Vasilis; Kostarakis, Panos; Varotsos, Panayiotis; Sarlis, Nicholas V .; Skordas, Efthimios S .; Bechlioulis, Aris; Michalis, Lampros K. (5 de noviembre de 2019). "Un dispositivo electrónico de fotopletismografía prototipo que distingue la insuficiencia cardíaca congestiva de individuos sanos mediante la aplicación de análisis de tiempo natural" . Electrónica . 8 (11): 1288. doi : 10.3390 / electronics8111288 .
  17. ^ a b Mintzelas, A .; Kiriakopoulos, K. (1 de enero de 2016). "Análisis del tiempo natural en los mercados financieros" . Finanzas algorítmicas . 5 (1–2): 37–46. doi : 10.3233 / AF-160057 . ISSN 2158-5571 . 
  18. ^ Varotsos, Sarlis & Skordas 2011 (libro), prefacio
  19. ^ Varotsos, Sarlis & Skordas 2011 (libro), páginas 121 y 131
  20. ^ Varotsos, Sarlis & Skordas 2011 (libro), capítulo 7

Bibliografía

  • Varotsos, Panayiotis A .; Sarlis, Nicholas V .; Skordas, Efthimios S. (2011). Análisis del tiempo natural: la nueva visión del tiempo; Señales eléctricas sísmicas precursoras, terremotos y otras series de tiempo complejas . Berlín: Springer. ISBN 978-3-642-16449-1. OCLC  755081829 .
Obtenido de " https://en.wikipedia.org/w/index.php?title=Natural_time_analysis&oldid=1029337466 "
Contribute a better translation