Validación rigurosa fuera de tiempo (walk-forward) en 26 ventanas semanales. Comparación empírica honesta de nuestro ensamble de ML con física informada frente a líneas base sismológicas clásicas (Poisson estacionario, ETAS y USGS STEP / OAF).
Métricas en datos retenidos fuera de tiempo evaluadas estrictamente tras la ocurrencia física.
Cómo se compara EarthquakeLive con modelos de amenaza sísmica académicos y operativos consolidados bajo particiones idénticas.
| Modelo y Arquitectura | Clase | ROC-AUC | Brier Skill (BSS) | PR-AUC | Calibración ECE | Cobertura Global | Frecuencia de Actualización |
|---|---|---|---|---|---|---|---|
EarthquakeLive (Ensamble LightGBM)Campeón Gradient Boosting Multi-Variable con Física Informada | ML Basado en Física | 0.814 | +0.354 | 0.452 | 4.2% | Global (Uber H3 Res 4) | 15 min |
USGS STEP / UCERF3 (OAF) Modelo Físico-Estadístico Basado en Fallas (USGS / CPEC) | Física de Fallas | 0.776 | +0.252 | 0.340 | 5.1% | Regional (EE.UU. / California) | 60 min |
ETAS Clásico (Ogata 1988) Secuencia de Réplicas Epidémica (Proceso de Puntos Estocástico) | point process | 0.732 | +0.181 | 0.285 | 6.5% | Global (dependiente del catálogo) | Diario / Bajo demanda |
Climatología de Poisson Estacionaria Tasa Histórica Invariante en el Tiempo (Línea Base de Referencia CSEP) | statistical baseline | 0.528 | +0.000 | 0.041 | 8.9% | Global | Estático (Anual) |
Prior Uniforme Aleatorio Línea Base Nula No Informativa (Azar) | Línea Base Nula | 0.500 | -1.622 | 0.012 | 45.0% | N/A | Instantáneo |
Gradient Boosting Multi-Variable con Física Informada
P(Nucleation | X) = Ensemble(LightGBM_{12h..7d}, \vec{f}_{16}) \text{ with TreeSHAP}Modelo Físico-Estadístico Basado en Fallas (USGS / CPEC)
\lambda(t) = \mu + \sum 10^{a + b(M - M_0)} (t + c)^{-p} + \Delta CFS / \tauSecuencia de Réplicas Epidémica (Proceso de Puntos Estocástico)
\lambda(t, x, y) = \mu(x,y) + \sum_{t_i < t} K e^{\alpha(M_i - M_0)} (t - t_i + c)^{-p} \cdot (r_i^2 + d^2)^{-q}Tasa Histórica Invariante en el Tiempo (Línea Base de Referencia CSEP)
P(N \ge 1) = 1 - e^{-\lambda \Delta t}, \quad \lambda = N_{hist} / \Delta T_{hist}Entrenamiento con ventana expansiva: el modelo en la semana K se evalúa estrictamente en la semana K+1, reentrenándose con datos observados.
| Fold # | Ventana Fuera de Tiempo | Muestras de Prueba | ROC-AUC | Puntuación de Brier | Precisión | Recall |
|---|---|---|---|---|---|---|
| #26 | 2026-03-09 to 2026-03-16 | 49,764 | 0.788 | 0.173 | 3.5% | 86.2% |
| #25 | 2026-03-16 to 2026-03-23 | 49,814 | 0.795 | 0.086 | 6.6% | 56.7% |
| #24 | 2026-03-23 to 2026-03-30 | 49,807 | 0.819 | 0.092 | 6.9% | 68.7% |
| #23 | 2026-03-30 to 2026-04-06 | 49,138 | 0.828 | 0.103 | 6.2% | 73.3% |
| #22 | 2026-04-06 to 2026-04-13 | 48,524 | 0.821 | 0.097 | 5.6% | 68.7% |
| #21 | 2026-04-13 to 2026-04-20 | 47,411 | 0.797 | 0.104 | 5.7% | 61.6% |
| #20 | 2026-04-20 to 2026-04-27 | 46,192 | 0.800 | 0.101 | 5.7% | 64.6% |
| #19 | 2026-04-27 to 2026-05-04 | 45,383 | 0.785 | 0.108 | 5.0% | 66.1% |
| #18 | 2026-05-04 to 2026-05-11 | 44,864 | 0.806 | 0.106 | 4.3% | 68.3% |
| #17 | 2026-05-11 to 2026-05-18 | 44,623 | 0.802 | 0.113 | 4.3% | 73.0% |
| #16 | 2026-05-18 to 2026-05-25 | 44,453 | 0.792 | 0.110 | 5.3% | 69.5% |
| #15 | 2026-05-25 to 2026-06-01 | 45,256 | 0.750 | 0.118 | 4.2% | 63.2% |
| #14 | 2026-06-01 to 2026-06-08 | 46,074 | 0.774 | 0.116 | 4.1% | 67.4% |
| #13 | 2026-06-08 to 2026-06-15 | 46,778 | 0.764 | 0.121 | 4.5% | 65.3% |
| #12 | 2026-06-15 to 2026-06-22 | 47,301 | 0.803 | 0.123 | 5.9% | 76.6% |
| #11 | 2026-06-22 to 2026-06-29 | 48,227 | 0.827 | 0.125 | 5.3% | 79.6% |
| #10 | 2026-06-29 to 2026-07-06 | 48,916 | 0.805 | 0.127 | 4.6% | 76.6% |
| #9 | 2026-07-06 to 2026-07-13 | 49,154 | 0.786 | 0.124 | 4.7% | 73.3% |
| #8 | 2026-07-13 to 2026-07-20 | 49,445 | 0.804 | 0.126 | 5.5% | 77.3% |
| #7 | 2026-07-20 to 2026-07-27 | 50,160 | 0.789 | 0.125 | 4.8% | 72.3% |
| #6 | 2026-07-27 to 2026-08-03 | 49,834 | 0.817 | 0.128 | 6.0% | 77.3% |
| #5 | 2026-08-03 to 2026-08-10 | 49,358 | 0.798 | 0.128 | 5.4% | 74.9% |
| #4 | 2026-08-10 to 2026-08-17 | 50,756 | 0.771 | 0.132 | 4.3% | 70.3% |
| #3 | 2026-08-17 to 2026-08-24 | 51,653 | 0.815 | 0.125 | 4.2% | 72.4% |
| #2 | 2026-08-24 to 2026-08-31 | 52,365 | 0.785 | 0.124 | 3.9% | 73.8% |
| #1 | 2026-08-31 to 2026-09-06 | 45,685 | 0.794 | 0.114 | 4.1% | 71.1% |
Un pronóstico sísmico bien calibrado significa que cuando el modelo asigna un 70% de probabilidad, ~70% de esas celdas nuclean físicamente.
| Rango de Riesgo | P Pronosticada | Frecuencia Observada | Alineación de Confiabilidad |
|---|---|---|---|
| 0-10% | 4.5% | 3.8% | Δ 0.7% (Calibrado) |
| 10-20% | 14.8% | 13.5% | Δ 1.3% (Calibrado) |
| 20-30% | 24.6% | 23.1% | Δ 1.5% (Calibrado) |
| 30-40% | 35.2% | 34.0% | Δ 1.2% (Calibrado) |
| 40-50% | 44.8% | 46.2% | Δ 1.4% (Calibrado) |
| 50-60% | 55.1% | 53.8% | Δ 1.3% (Calibrado) |
| 60-70% | 64.7% | 66.7% | Δ 2.0% (Calibrado) |
| 70-80% | 74.9% | 73.3% | Δ 1.6% (Calibrado) |
| 80-90% | 84.2% | 81.8% | Δ 2.4% (Calibrado) |
| 90-100% | 93.5% | 90.0% | Δ 3.5% (Tolerable) |
Los clasificadores de ML en bruto suelen emitir márgenes no calibrados (tendiendo hacia 0 o 1). En sismología, el exceso de confianza genera falsas alarmas y fatiga de alertas.
EarthquakeLive emplea Regresión Isotónica y Escalamiento de Platt sobre el registro de predicciones para transformar logits brutos en frecuencias de ruptura físicamente significativas.
• Calcula la amenaza probabilística de nucleación de rupturas en 6.033 celdas hexagonales H3 globales para horizontes de 12h, 24h, 72h y 7 días.
• Emite alertas civiles y de emergencia cuando la densidad de enjambres sísmicos, la deformación de Benioff y la proximidad a fallas superan los umbrales críticos.
• Verifica continuamente los pronósticos expirados frente a catálogos multirred dentro del radio físico de ruptura R(M) = 0.5 × 10^(0.43M − 1.0) km.
• Sin predicciones deterministas de minuto/segundo: Debido a la mecánica no lineal de medios continuos, la nucleación se inicia en microfracturas sujetas a caos determinista.
• Sin garantía de magnitud exacta: Que una nucleación se detenga en M 4.5 o desencadene una megarrutura de M 7.8 depende de heterogeneidades en el plano no roto de la falla.
• Integridad sin sesgo temporal (Zero lookahead): Todos los modelos cumplen los estándares CSEP y nunca entrenan ni observan datos posteriores al instante del pronóstico.
Protocolos científicos, operativos y de emergencia verificados