Нейронные сети помогли открыть новые области загадочной природы на Луне — так называемые масконы.
В гравитационном поле Луны проявлены интенсивные аномалии, аналоги которых на Земле отсутствуют. Несмотря на то, что впервые они были выделены в конце 60-х годов прошлого века по отклонениям в движении искусственных спутников Луны, природа их возникновения до сих пор остается дискуссионной и неизвестной.
Маскон (от англ. mass concentration) — это скопления более плотного вещества внутри Луны. Они искажают ее гравитационное поле, делая его «неровным». Из-за этого космическим аппаратам сложнее летать по орбите, а ученым — понять, как устроена внутренняя структура спутника Земли.
До недавнего времени было известно около 60 таких аномалий. Но выпускник курса «Нейронные сети и их применение в научных исследованиях» Кирилл Кузнецов вместе с коллегами смог не только подтвердить уже открытые объекты, но и обнаружить новые области, представляющие несомненный интерес при изучении внутреннего строения Луны.
Кирилл Кузнецов совместно с коллегами в своем исследовании применил сверточные нейронные сети, которые были обучены на выборке синтетически смоделированных данных, имитирующих аномалии силы тяжести масконов. Результаты своего исследования он опубликовал в научном журнале «Геофизика». Исследование поддержано фондом развития науки и образования «Интеллект».
«Тематика изучения Луны все чаще появляется в новостных лентах, и мы не остаемся в стороне. В ходе исследования разработан подход к выделению аномалий в ее гравитационном поле с применением технологий искусственного интеллекта, который может быть применен для автоматизации процесса создания объемной плотностной модели спутника Земли. Также важно отметить, что разработанный подход может быть применен в задачах анализа геофизических полей Земли с целью, например, поиска полезных ископаемых», — пояснил Кирилл Кузнецов, доцент кафедры геофизических методов исследования земной коры геологического факультета МГУ, выпускник MSU.AI.
В итоге удалось разработать подход к локализации аномалий силы тяжести на основе нейронных сетей, подтвердить более 90% известных масконов и самое главное — открыть новые области, которые теперь ждут дальнейшего изучения.
Такие методы можно применять и на Земле — например, для поиска полезных ископаемых. То, что начиналось как космическая задача, может помочь и в решении вполне земных проблем.
Код и примеры доступны на GitHub.
