Brayan Alexis Quiceno-Arenas

Brayan Alexis Quiceno-Arenas

Auto-generated profile, based on publicly available information

Brayan Alexis Quiceno-Arenas

Instituto Tecnológico Metropolitano

Research Focus & Metrics

Academic Career Length

5Years (2022-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
19 July 2022 in DYNA
Verified
Journal Article
Open access
PDF file
BQBrayan Alexis Quiceno-Arenas
Brayan Alexis Quiceno-Arenas
JPJuan Guillermo Paniagua-Castrillón
Juan Guillermo Paniagua-Castrillón
AMAndrés Mauricio Muñoz-García
Andrés Mauricio Muñoz-García
LGLuis Fernando Duque Gómez
Luis Fernando Duque Gómez
MBMoisés Oswaldo Bustamante-Rúa
Moisés Oswaldo Bustamante-Rúa
It is important that new strategies are developed for the management of geoelectrical data produced from engineering and geoscience processing techniques. For this reason, the article demonstrates how pyGIMLi can be used for this purpose. pyGIMLi is an open-source library for the inversion of apparent resistivity array that are often obtained with different geoelectrical survey equipment. The aim is to be able to use this library unaided for various projects and/or to perform various data operations in which the results obtained are more specific and differentiated than those derived from other processing techniques, taking advantage of the fact that this tool is open-source.

23 April 2026 in Boletín de Geología
Verified
Journal Article
Closed access
BQBrayan Quiceno-Arenas
Brayan Quiceno-Arenas
AMAndrés Mauricio Muñoz-García
Andrés Mauricio Muñoz-García
LGLuis Fernando Duque Gómez
Luis Fernando Duque Gómez
JPJuan Paniagua-Castrillón
Juan Paniagua-Castrillón
JNJuan Navarro-Restrepo
Juan Navarro-Restrepo
MBMoisés Bustamante-Rúa
Moisés Bustamante-Rúa
La inversión geofísica es un proceso matemático utilizado para inferir características del subsuelo a partir de modelos que representan sus propiedades físicas, según datos medidos o parámetros físicos. Uno de los retos de la inversión geofísica es generar modelos que se ajusten a los datos obtenidos. Para resolverlo, se han desarrollado diversas metodologías, como el esquema de Gauss-Newton. Estas metodologías requieren la selección óptima del parámetro de regularización, pero no proporcionan una función o clase predefinida para dicha selección. En consecuencia, este estudio propone un novedoso algoritmo de optimización, basado en el principio de discrepancia, para estimar el parámetro de regularización utilizando un conjunto de datos sintéticos y reales de tomografía de resistividad eléctrica. De acuerdo con los resultados, se obtuvieron valores ideales de tolerancia para cada conjunto de datos, y se demostró la eficacia y las ventajas computacionales del algoritmo propuesto. Además, el algoritmo mostró una mejor definición de las estructuras de interés que otros algoritmos reportados en la literatura científica.