Los movimientos del suelo registrados en regiones cercanas a fallas pueden contener trazas similares a pulsos en el dominio de la velocidad. Su larga periodicidad puede identificar tales señales con grandes amplitudes. Las señales impulsivas pueden ser peligrosas para los edificios, creando grandes demandas debido a sus largos períodos. En este estudio, se recopiló un conjunto de datos de varios centros de datos. Inicialmente, todas las señales impulsivas, que en realidad son raras, se identifican manualmente. Además, se crean formas de onda de velocidad sintéticas para aumentar el número de señales impulsivas utilizando el modelo desarrollado por Mavroeidis y Papageorgiou, y modelado cinemático. En consecuencia, se entrenó una red neuronal convolucional (CNN) para detectar señales impulsivas utilizando estas señales impulsivas sintéticas y señales ordinarias. Además, se utilizan señales impulsivas etiquetadas manualmente para detectar las posiciones de inicio y finalización de las señales impulsivas. Para ello, se utilizan la forma de onda de velocidad y la información de posición y amplitud de los puntos máximos y mínimos. Una vez que el modelo detecta las posiciones, se calcula el período del pulso analizando los períodos espectrales. Aunque nuestro algoritmo de detección funciona relativamente peor que tres algoritmos robustos utilizados como referencia, funciona significativamente mejor en la determinación de las posiciones de inicio y finalización. En este momento, nuestros modelos comprenden las características de las señales impulsivas y detectan su ubicación sin utilizar ningún umbral ni ninguna formulación que se haya utilizado ampliamente en estudios anteriores.