Научный архив: статьи

В статье представлены методы восстановления пропусков в геомагнитных данных, которые основаны на алгоритмах k-ближайших соседей (k-Nearest Neighbors, kNN) и многократного заполнения пропусков методом цепных уравнений (Multiple Imputation by Chained Equations, MICE). Анализ эффективности алгоритмов проведен на данных сети геомагнитного мониторинга Научной станции РАН по двум типам событий: регулярным Sq-вариациям и геомагнитным бурям. Согласно полученным результатам, алгоритм kNN демонстрирует хорошую точность при восстановлении регулярных вариаций с показателем MAE ≤ 0.4 нТл (Mean Absolute Error – средняя абсолютная ошибка), но его точность значительно снижается в условиях магнитных бурь (MAE = 5.7 нТл). Алгоритм MICE лучше справляется с обработкой пропусков в таких сложных условиях, снижая MAE до 1.1 нТл за счет учета межстанционных корреляций. Комбинированный подход, в котором используется алгоритм kNN для предварительного восстановления пропусков, а MICE – для последующего уточнения, показал эффективность как при заполнении пропусков в данных самой удаленной станции, так и при устранении импульсных выбросов в данных. Кроме того, показано, что предложенный подход может применяться для анализа магнитных возмущений, регистрируемых на близлежащей станции и вызванных работой установки ЭРГУ-600. Полученные результаты подтверждают возможности предложенных методов машинного обучения для автоматизации анализа многомерной информации, что особенно актуально при обработке больших массивов геомагнитных данных.