VI Всероссийская конференция

Информационные технологии для наук о Земле
и цифровизация в геологии и горнодобывающей промышленности

ITES-2022

г. Владивосток (Россия), 3-7 октября 2022 г.
 

ВНИМАНИЕ!

Уважаемые коллеги! Убедительно просим предварительно пройти регистрацию для участия в Конференции. Напоминаем Вам, что Организационный взнос для участников Конференции не зависит от режима участия: очное или удаленное участие.

Тезисы должны быть отправлены в формате MSWord (doc, docx) с названием файла на английском языке. Основные требования к тезисам:

 
НАЗВАНИЕ ТЕЗИСОВ  ЗАГЛАВНЫМИ БУКВАМИ, ВЫРОВНЕНО ПО ЦЕНТРУ

Имя (имена)  автора(ов) выделено курсивом, через запятую, выровнено по центру. Представляющий автор должен быть указан первым


Принадлежность автора, включая название организации, города, страны должно быть выровнено по центру.
В случае нескольких аффилиаций каждая из них должна быть указана с новой строки, а
после имени каждого автора должен быть указан соответствующий номер

Адрес электронной почты автора сообщения, подчеркнутый и выровненный по центру

Текст реферата на английском и на русском языках, каждый максимум 1500 знаков. Форматирование: Times New Roman, размер шрифта 12 пт, однострочный интервал, выравнивание по ширине, без отступов.

 
Пример
AUTOMATED RECOGNITION OF SPIKES ON 1-MINUTE AND 1-SECOND MAGNETOGRAMS
 
A.A. Soloviev1, Sh.R. Bogoutdinov1, S.M. Agayan1, A.D. Gvishiani1, A. Chulliat2
 
1 Geophysical Center of the Russian Academy of Sciences (GC RAS, Russia)
2 Paris Institute of Physics of the Earth (IPGP, France)
 
 

АВТОМАТИЧЕСКОЕ РАСПОЗНАВАНИЕ ВСПЛЕСКОВ НА 1-МИНУТНЫХ И 1-СЕКУНДНЫХ МАГНИТОГРАММАХ

А.А. Соловьев1, Ш.Р. Богоутдинов1, С.М. Агаян1, А.Д. Гвишиани1, А. Чуллиат2

1 Геофизический центр Российской академии наук (ГЦ РАН, Россия)
2Парижский институт физики Земли (IPGP, Франция)

Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в браузере должен быть включен Javascript.

 
In the present work we apply recently developed pattern recognition algorithms SP and SPs to the problem of automated detection of artificial disturbances in one-minute and one-second magnetic observatory data. The algorithms rely on fuzzy mathematics principles. We show that, after a learning phase, these algorithms are able to recognize artificial disturbances efficiently and distinguish them from natural ones, such as short-period geomagnetic pulsations in the 1s-1min period range. This capability is critical and opens the possibility to use the algorithms in an operational environment. The algorithms were tested on real magnetic data. Small probability values for target miss and false alarm were obtained.
 
В настоящей работе мы применяем недавно разработанные алгоритмы распознавания образов SP и SPs к задаче автоматического выделения искусственных возмущений на минутных и секундных магнитных данных, зарегистрированных наземными обсерваториями. В основе алгоритмов лежат принципы нечеткой математики. Мы показываем, что после стадии обучения алгоритмы способны эффективно распознавать искусственные возмущения и отличать их от естественных, таких как короткопериодные геомагнитные пульсации в пределах одной минуты. Подобный инструмент крайне востребован в обсерваторской практике. Открывается возможность внедрения алгоритмов и их использования на постоянной основе. Алгоритмы были опробованы на реальных магнитных данных. При этом, были получены малые вероятности пропуска цели и ложной тревоги.