17 октября 2025 г. 22 октября 2025 года с 12:00 до 13:00 в формате онлайн пройдет Научный семинар ГЦ РАН и геологического факультета МГУ им. М. В. Ломоносова.

Аспирант геологического факультета МГУ им. М. В. Ломоносова, научный сотрудник Института прикладной геофизики им. академика Е. К. Федорова Алексей Дмитриевич Шклярук представит доклад «Применение нейронных сетей при анализе аномальных гравитационных и магнитных полей» (по материалам кандидатской диссертации).

Доклад посвящен актуальной проблеме повышения эффективности интерпретации данных гравиразведки и магниторазведки.

Традиционные подходы к интерпретации аномальных гравитационных и магнитных полей сталкиваются с принципиальными ограничениями, такими как неоднозначность, высокая вычислительная сложность и сильная зависимость от априорных геологических моделей. Во многом именно для их преодоления на протяжении многих лет в гравиразведке и магниторазведке активно развиваются различные математические подходы.

В рамках исследования разработаны и апробированы три оригинальных алгоритма на основе применения искусственных нейронных сетей:

1. Алгоритм реконструкции структурных поверхностей на основе многослойного перцептрона с использованием априорных геолого-геофизических данных.
2. Алгоритм автоматического выделения линейных аномалий на основе свёрточной нейронной сети архитектуры U-Net.
3. Алгоритм автоматического выделения изометричных аномалий на основе комбинации U-Net и методов семантической сегментации.

Все алгоритмы реализованы на языке Python с использованием современных библиотек глубокого обучения (TensorFlow/Keras). Для обучения сетей предложена методика генерации синтетических обучающих выборок, моделирующих различные геологические ситуации. Эффективность и достоверность разработанных подходов подтверждены верификацией на реальных геофизических данных и сравнением с традиционными методами интерпретации.

Предлагаемые методы позволяют автоматизировать процесс качественного анализа гравитационных и магнитных полей, повысить точность и сократить временные затраты, что имеет важное практическое значение для поиска полезных ископаемых, изучения глубинного строения земной коры и планетарных исследований.