Специалисты геологического факультета совместно с исследователями факультета космических исследований МГУ разработали инновационный метод определения особых участков в структуре лунной коры, известных как масконы и проявляющихся в гравитационных аномалиях. Алгоритм локализации использует сверточную нейронную сеть, обученную на искусственно сгенерированных данных. Для обучения новой нейронной сети команде пришлось преодолеть трудность, связанную с созданием моделей полей масконов. Применение разработанного алгоритма позволило выявить новые области на Луне, представляющие значительный интерес для изучения внутреннего строения спутника Земли. Исследования велись в рамках Междисциплинарной научно-образовательной школы «Космос». Результаты опубликованы в журнале «Геофизика».
При запуске первых искусственных спутников на Луне были выявлены необычные зоны, в пределах которых спутники демонстрировали значительные отклонения от прогнозируемых траекторий. Эти области получили наименование «масконы» (от англ. mass concentration) и, вероятно, связаны с областями повышенной плотности (скоплениями масс), находящимися в пределах лунной коры, которые формируют высокоинтенсивные аномалии гравитационного поля. Диаметр этих областей может составлять до тысячи километров. Хотя они были впервые идентифицированы в гравитационном поле еще в 1968 году, причины их образования до настоящего времени остаются предметом споров и остаются невыясненными.
Сотрудниками геологического факультета МГУ была разработана и внедрена методика определения масконов Луны в аномальном гравитационном поле с применением искусственных нейронных сетей. Уникальность гравитационных аномалий лунных масконов, отсутствие их аналогов на Земле, потребовали создания специальной синтетической выборки для обучения нейронной сети, имитирующей эти аномалии. Разработка основана на многолетнем опыте специалистов геологического факультета МГУ в области прямой гравиразведки.
Анализ применения обученной нейронной сети позволил подтвердить более чем 90% масконов, о которых известно из литературных источников, и выявить 20 новых областей, которые были идентифицированы как масконы и представляют интерес для последующих исследований.
«В рамках исследования предложен метод определения аномалий в гравитационном поле с использованием технологий искусственного интеллекта. Мы применяем его для автоматизации создания трехмерной модели плотности Луны. Данный подход также может быть использован при решении задач геолого-геофизической разведки полезных ископаемых на Земле », – подытожил доцент кафедры геофизических методов исследования земной коры геологического факультета МГУ Кирилл Кузнецов.
Информация предоставлена пресс-службой МГУ