Учёных ЮНЦ РАН и Нинбоского университета (Китай) работают над улучшением

Возможности системы «СЕЙСМОЗОНА-1» будут улучшены с помощью глубокого машинного обучения и искусственного интеллекта

Предлагаемые разработки являются совместным трудом учёных ЮНЦ РАН и Нинбоского университета (Нинбо, провинция Чжэцзян, Китай). В последние годы оба научных коллектива активно сотрудничают. На октябрь текущего года запланирована поездка российских учёных к китайским коллегам для совместной работы.
Система, состоящая из сети спутниковых GPS/ГЛОНАСС-высокоточных приемников с миллиметровой точностью для исследований природных рисков  в Причерноморском регионе в перспективе может быть использована для исследования параметров глубинного строения Земли по информации с поверхности.

Академик РАН Владимир Бабешко:
«Функционирующая  система "СЕЙСМОЗОНА-1" имеет ряд новаций. В частности, она впервые позволяет кратно увеличить объем получаемой с поверхности информации, в отличие от традиционного точечного приемника. И второе — это разрабатываемый  подход исследования дилатаций новым прогрессивным математическим методом, который сможет обеспечить моделирование прохождения информации через блочные структуры и давать отклики о некоторых глубинных процессах на поверхности Земли, доступные приемникам.
Для этого мы разрабатываем новый обучающий вычислительный метод (BIEM), основанный на искусственном интеллекте, таком как глубокое обучение (DL), который называется DeepBIEM. Он может оказаться полезным в ряде смежных областей и применяться к отдельным репрезентативным задачам волнового движения не только в сейсмологии, но и в акустике, эластодинамике и исследованиях землетрясений. Полученные результаты могут привести к инновационным решениям в области строения техники (машин с низким уровнем вибрации и шума, самолетов, судов, высокоскоростных поездов, ветряных электростанций), способствовать экологически чистым методам строительства морских объектов, прогнозировать землетрясения и исследовать внутренние структуры Земли».

Подробнее читайте в материалах Всероссийского конгресса ЮНЦ РАН «Азовский бассейн и Приазовье: статистические угрозы, проблемы и риски» памяти члена-корреспондента РАН Д.Г Матишова.
Фото: Анатолий Макоедов.