Este documento presenta varios métodos de aprendizaje automático y destaca el más efectivo para detectar rugidos de elefantes en señales sísmicas infrasónicas. Se presenta el diseño e implementación de circuitos electrónicos para amplificar, filtrar y digitalizar las señales sísmicas capturadas a través de geófonos. El proceso convierte los rugidos sísmicos en un espectrograma y se comparan los métodos existentes de extracción de características de espectrograma y algoritmos de aprendizaje automático apropiados en su mérito para la identificación automática de rugidos sísmicos. Se presenta un método novedoso de desruido del espectro que conduce a una mayor precisión en la identificación de rugidos sísmicos. Experimentalmente se encontró que la combinación del método de extracción de características de coeficiente cepstral de frecuencia Mel (MFCC) y el algoritmo de aprendizaje automático del clasificador de crestas proporcionan la mayor precisión del 97% en la detección de rugidos infrasónicos de elefantes ocultos en señales sísmicas. El algoritmo de aprendizaje automático entrenado puede ejecutarse de manera bastante eficiente en hardware integrado de propósito general como una Raspberry Pi, por lo tanto, el método proporciona una plataforma rentable y escalable para desarrollar una herramienta para localizar remotamente elefantes, lo que ayudaría a mitigar el conflicto humano-elefante.