ИСТИНА

На первых этапах интерпретации аномального магнитного поля часто ставится задача выделения локальных особенностей, в том числе линейных аномалий, которые могут быть приурочены к различным вытянутым структурам. В настоящее время ее решение во многих случаях сводится к поиску трансформант с подходящими ядрами преобразования, например, высокочастотная фильтрация, вычисление полного горизонтального градиента и т.п. В работе рассмотрены подходы выделения линейных магнитных аномалий в матрицах (гридах) на основе машинного обучения, а именно сверточных нейронных сетей прямого распространения. Они применены к аномальному магнитному полю Баренцево-Карского региона. В качестве архитектуры сверточной нейронной сети предлагается использовать модель типа U-Net (энкодер-декордер) с предобученными весами VGG-16. Архитектура сети представляет собой последовательность слоёв «свёртки» и «пулинг». Для обучения использовались синтетические данные: на вход подавались наборы карт с магнитными эффектами линейно вытянутых призм с наложенным случайным шумом; на выход – положение призмы. Приведенные в работе примеры, позволяют предположить, что алгоритм выделения линейных аномалий потенциальных полей, предложенный в работе, может являться эффективным инструментом качественной интерпретации потенциальных полей.