Автор: Бернгардт О.И.(ИСЗФ СО РАН, berng@iszf.irk.ru, (3952)564569)
Развит самосогласованный, управляемый данными, и физически информированный подход к классификации сигналов, регистрируемых на ионосферных радарах СЕКИРА ИСЗФ СО РАН. Приведено решение задачи автоматической классификации данных самообучающейся нейронной сетью: алгоритм (Рис. 1А) самостоятельно определяет оптимальное количество классов сигналов, наблюдаемых радарами и обучается на неразмеченных экспертами данных, выдавая при этом интерпретируемые результаты. Полученная в результате обучения модель способна самостоятельно классифицировать новые данные (Рис. 1В). При обучении модель адаптируется к статистике режимов работы радаров и наблюдаемых сигналов, обученная модель адаптируется к различным геофизическим условиям за счет участия в ней автоматических траекторных расчетов и международных ссылочных моделей ионосферы и магнитного поля Земли. Разработанный метод позволяет использовать огромные доступные массивы данных, накопленных радарами сетей СЕКИРА и SuperDARN, для поиска наиболее часто наблюдаемых типов рассеянных сигналов, определения их количества, и построения единой статистически обоснованной классифицирующей модели.
Рисунок 1: A) Архитектура сети и метод ее самообучения; B) Статистика суточно-дальностных областей наблюдений некоторых обнаруженных классов сигналов за 2021 год на радаре EKB.
Публикации:
Бернгардт О.И., Управляемый данными подход к классификации данных среднеширотных радаров когерентного рассеяния// Солнечно-земная физика. 2025. Т. 11. № 2. С. 22-44., DOI:10.12737/szf-112202503
Работа выполнена в рамках выполнения гранта РНФ № 24-22-00436.
Направление ПФНИ 2021-2030 гг.: 1.3.6. Радиофизика и электроника, акустика. Раздел 1.3.6.7. Радиофизические и акустические методы диагностики окружающей среды, связи и локации. 1.5.9. Науки об атмосфере, климатология. Раздел 1.5.9.5. Создание методов, технологий и аппаратуры атмосферных и ионосферных исследований.
RU 
EN