---

Ce travail a pour objet d´analyser la capacité des réseaux de neurones artificiels (RNA) à prédire les mouvements sismiques. L étude s appuie sur la base de données sismique KiK-Net. L analyse de ces données (surface/profondeur) permet de calculer, les rapports d amplification spectrale afin d estimer l effet de site. La même approche est utilisée pour la prédiction des indicateurs de nocivité, ainsi que pour la génération des pseudo-accélérations spectrales. Les résultats obtenus montrent que les modèles neuronaux élaborés sont robustes et ne dépendent que faiblement de la base de données initiale. Les écarts-types obtenus pour ces modèles sont légèrement inferieurs à ceux des équations classiques de prédiction du mouvement sismique. Les modèles neuronaux établis ne nécessitent aucun a priori sur la nature de la forme fonctionnelle de la relation d´atténuation. L atténuation du mouvement sismique avec la distance, l effet d échelle de la magnitude et l effet de site non linéaire sont ainsi pris en considération par les RNA du moment où ils existent dans le jeu de données initial.

---