ИСТИНА

Нейросетевой подход активно развиваются в том числе в сфере обработки геофизических наблюдений. В докладе представлен метод инверсии гравиметрических и магнитных полей на основе глубокой нейросети. Одним из ключевых факторов эффективного обучения нейросети, является построения обучающего набора данных (датасета). В работе проведен анализ различных способов построения датасетов для повышения точности получаемых решений, которая оценивается в различных метриках. На основе указанного анализа строится обобщающий алгоритм, позволяющий выбрать оптимальную модель для восстановления произвольного обьекта, когда нет a priori данных о принадлежности его одному из исследуемых классов. Также проводится сравнительный анализ преимуществ и недостатков нейросетевого подхода по сравнению с классической регуляризацией, причем комбинированное использование указанных подходов позволяет преодолеть ряд недостатков.