Научный архив: статьи

Проблема поиска информативных признаков в электромагнитном регулярном шумовом фоне ОНЧдиапазона связана с построением прогностической модели землетрясений. Цель работы заключается в разработке и апробации методики выявления информативных признаков путем анализа спектральной плотности мощности электромагнитного излучения с применением технологий глубокого машинного обучения. В ходе исследования применен комплексный подход, включающий непрерывный мониторинг электромагнитных сигналов в ОНЧ-диапазоне (0.3–30 кГц) и обработку данных с помощью сверточных нейронных сетей. На основе анализа массива данных по камчатским землетрясениям за 2016–2019 гг. (29 сильных сейсмических событий) были получены значимые результаты: разработана оригинальная методика подготовки данных для нейросетевой классификации с высокой точностью распознавания (до 96 %), подтверждено наличие предвестников землетрясения в электромагнитном регулярном шумовом фоне ОНЧ-диапазона. Научная новизна исследования заключается в разработке нового подхода к подготовке исходных данных в графическом формате и применении современных нейросетевых технологий для анализа геофизических сигналов, что позволило выявить скрытые паттерны, предшествующие сейсмическим событиям. Практическая значимость работы состоит в создании инструмента для мониторинга предвестников землетрясений, способствующего развитию систем раннего предупреждения и подтверждающего перспективность применения методов машинного обучения для анализа геофизических данных и прогнозирования природных явлений.