| Задачи лаборатории. Лаборатория создана для развития новых подходов к обработке больших объемов сложной геофизической информации на основе методов нечеткой логики и нечеткой математики. Предусматривается развитие новых математических подходов и адаптация существующих методов распознавания образов для изучения магнитного поля Земли и решения других геофизических задач. Отдельной обширной задачей является развитие методов распознавания возмущений с заданной морфологией на временных рядах геомагнитных данных. Деятельность лаборатории осуществляется по следующим направлениям:
- Распознавание образов
- Развитие теоретико-алгоритмической базы распознавания
- Создание авторских программных продуктов
- Задачи распознавания по магнитным данным
- Другие геофизические и геологические задачи распознавания
- Развертывание магнитных наблюдений и создание российского сегмента ИНТЕРМАГНЕТ
- Создание пяти новых российских обсерваторий ИНТЕРМАГНЕТ как совместных обсерваторий ГЦ РАН и институтов региональных отделений РАН
- Осуществление мобильных магнитных наблюдений
- Создание в ГЦ РАН национального узла сбора геомагнитных данных по обслуживанию российских магнитных обсерваторий ИНТЕРМАГНЕТ
- Передача в ГЦ РАН магнитограмм с уже функционирующих российских обсерваторий ИНТЕРМАГНЕТ в реальном времени
- Публикация алгоритмов распознавания образов на вебе
- Организация хранения магнитограмм российских обсерваторий в базах данных
Актуальность направления исследований. Для современного этапа развития геофизики характерен переход от моделей общего характера, основанных в основном на применении общих физических закономерностей, к моделям описания конкретных геофизических объектов и структур. Объекты геофизических исследований обычно обладают сложной внутренней структурой и изменяются со временем. Для таких объектов критерий повторяемости условий опыта (в отличие от более простых физических систем) может не выполняться. Следствием этого является определенная общность методологических подходов между геологией и геофизикой и областями гуманитарного знания со значительной нечеткостью используемых понятий и характеристик и большой ролью трудно формализуемого мнения отдельных экспертов.
Нечеткая информация обычно обрабатывается специалистами-экспертами. Однако, ввиду огромного объема исходных данных, такое решение может оказаться практически нереализуемым. Отсюда возникает задача автоматизированного анализа большого объема фактической информации при отсутствии вполне четко и однозначно сформулированных критериев и признаков исследуемых объектов. Для решения таких задач используются методы распознавания образов, в частности, экспертные системы и алгоритмы обработки данных на основе нечеткой логики. Также для этих целей разрабатываются и используются методы кластеризации и морфологического анализа.
Опыт сопоставления получаемых результатов с результатами применения классических подходов (например, статистических) дает основание предположить, что методы, разрабатываемые в ГЦ РАН, оказываются эффективнее при определенной нехватке фактической информации и/или при обработке более сложно устроенных сигналов. В этих случаях классические методы дают менее устойчивые результаты. Наоборот, при достаточном объеме данных для эффективной работы классических статистических методов, они оказываются эффективнее (за счет большей простоты реализации и большей определенности получаемых результатов).
Основные достижения лаборатории. Созданный лабораторией новый подход к дискретным данным называется дискретный математический анализ (ДМА). Он основан на моделировании дискретных аналогов фундаментальных математических понятий с помощью нечеткой логики. ДМА представляет собой серию алгоритмов для анализа данных: кластеризации, трассирования, сглаживания и прогнозирования временных рядов, их морфологического анализ, поиска в них трендов и так далее.
ДМА имеет две группы приложений к анализу данных. Первая группа приложений связана с поиском сгущений в конечных метрических пространствах. К ней относятся алгоритм кластеризации «Роден», алгоритм выявления сгущений «Кристалл» и алгоритм «Монолит» для обнаружения плотных областей в многомерных массивах геофизических данных. Вторая группа – распознавание возмущений на временных рядах. В рамках ДМА созданы алгоритмы DRAS и FLARS, являющиеся моделированием логики интерпретатора, с целью ее дальнейшего автоматизированного использования для анализа больших массивов данных, и FCARS, выполняющий также определение границ аномалий. На основе методов ДМА и нечеткой логики разрабатывается серия алгоритмов, направленных на автоматизированное распознавание возмущений на магнитограммах.
Лаборатория курирует создание и расширение российского сегмента мировой сети ИНТЕРМАГНЕТ.
Совместно с Лабораторией геофизических данных (зав. лаб. Н. А. Сергеева) создается узел данных по обслуживанию российского сегмента ИНТЕРМАГНЕТ на базе двух лабораторий ГЦ РАН. Отличительной особенностью этого узла является внедрение автоматизированной системы поиска техногенных возмущений. К данным наблюдений за магнитным полем Земли, предоставляемым мировой сетью ИНТЕРМАГНЕТ, служащей основой для изучения земного магнетизма, предъявляются высокие требования достоверности. Поэтому важной задачей является объективное, формализованное распознавание, а затем и устранение возможных техногенных аномалий (сбоев) на записи. Алгоритмы SP, SPs для обнаружения выбросов и JM для поиска скачков базовой линии работают на данных с минутным, секундным и полусекундным разрешением.
Алгоритмическая система, созданная впервые с применением аппарата нечеткой логики для геомагнитных измерений, позволяет получать очищенные от выбросов магнитограммы из предварительных записей практически без участия человека.
Online 1-second magnetogram de-spiking
BETA VERSION
|
English version 
