ИИ-модель классифицирует данные наблюдений твёрдых приливов Земли В журнале Applied Sciences опубликовано исследование, посвящённое автоматической классификации данных наблюдений твёрдых приливов Земли. Такие наблюдения отражают периодические деформации земной коры под воздействием гравитации Луны и Солнца и используются в геофизических исследованиях. Авторы предложили гибридную модель машинного обучения, объединяющую алгоритмы GBDT и LightGBM. Такой подход предназначен для анализа временных рядов, в которых могут присутствовать нелинейные зависимости, нестационарные колебания и различные виды помех. Модель должна различать несколько типов наблюдений: нормальные колебания, неисправности измерительного оборудования, естественные помехи, влияние человеческой деятельности и геофизические события. Автоматическая классификация помогает выявлять подозрительные фрагменты данных и уменьшать объём ручной проверки измерительных рядов. Работа показывает, как методы машинного обучения могут применяться для контроля качества геофизических наблюдений. При этом результаты классификации не заменяют физическую интерпретацию данных: для практического использования модели необходимы проверка на независимых выборках и оценка того, насколько хорошо она переносится на другие приборы и условия измерений. Источник
Дистанционное зондирование и геоинформатика
Subscribers
1.9K
+0 24h
Reach per post (ERR)
6.3%117 avg views
Posting
16.8/day
last 2 hours ago
Reactions per 1K views
3.4
❤ 🤡 🔥
Views over time
| When | Views |
|---|---|
| 13 Oct 2026, 12:06 | 0 |
| 12 Nov 2026, 03:41 | 113 |
Who shared this post
Posts in other channels we index that link to this one. (Forwards with a hidden source can't be traced.)
Nobody yet.