Ученые геологического факультета в сотрудничестве с учеными факультета космических исследований МГУ разработали новый подход к выделению уникальных областей в строении лунной коры, называемых масконами и проявленных в аномалиях силы тяжести. Алгоритм локализации основан на применении сверточной нейронной сети, которая обучена на синтетически созданной выборке. Рабочей группе пришлось решить сложную задачу по созданию моделей полей масконов для обучения новой нейронной сети. Результаты ее применения позволили выделить новые области Луны, которые представляют несомненный интерес при изучении внутреннего строения спутника Земли. Исследования проводились в рамках Междисциплинарной научно-образовательной школы «Космос». Результаты опубликованы в журнале «Геофизика».
При запуске первых искусственных спутников Луны были обнаружены аномальные области, в пределах которых спутники сильно отклонялись от расчетных орбит. Они были названы «масконами» (от англ. mass concentration) и предположительно связаны с областями повышенной плотности (концентрациями масс), расположенными в пределах лунной коры, которые образуют высокоамплитудные аномалии поля силы тяжести. Размеры таких областей могут достигать тысячу километров. Несмотря на то что впервые они были выделены в гравитационном поле еще в 1968 году, природа их возникновения до сих пор остается дискуссионной и неизвестной.
Учеными геологического факультета МГУ разработана и реализована методика выделения масконов Луны в аномальном гравитационном поле с использованием искусственных нейронных сетей. Поскольку гравитационные аномалии лунных масконов являются уникальными, и их сомасштабные аналоги на Земле отсутствуют, то для обучения модели нейронной сети создана уникальная синтетическая выборка, имитирующая такие аномалии. В основу работы положен многолетний опыт сотрудников геологического факультета МГУ по решению прямой задачи гравиразведки.
В результате анализа результатов применения обученной нейронной сети подтверждены более 90% известных по литературным данным масконов, а также выявлены 20 новых областей, которые были идентифицированы как масконы и представляют интерес для дальнейших исследований.
«В ходе исследования разработан подход к выделению аномалий в гравитационном поле с применением технологий искусственного интеллекта. Он используется нами для автоматизации процесса построения трехмерной плотностной модели Луны. Подход также применим в задачах геолого-геофизического поиска полезных ископаемых на Земле», – резюмирует доцент кафедры геофизических методов исследования земной коры геологического факультета МГУ Кирилл Кузнецов.
Информация предоставлена пресс-службой МГУ
Источник фото: ru.123rf.com
