Аннотация:Работа посвящена вопросам определения и классификации объектов в околоземном космическом пространстве с использованием методов машинного обучения. Актуальность связана, с одной стороны, со значительно возросшим в связи с развертыванием многоспутниковых группировок, включая многочисленные запуски спутников-«кубсатов», количеством активных космических объектов и космического мусора, а с другой, - с развертыванием новых средств наблюдения за ОКП. Среди этих средств исторически выделяются как минимум оптические и радиолокационные, наземного и космического базирования. В итоге возникает задача обработки и анализа значительного объема разнородных данных со следующими стандартными целями: 1) Определение новых объектов, т.е. как минимум привязки вновь полученных измерений к имеющемуся каталогу, определение того, уже известный или уже новый объект мы засекли; 2) Поиск всевозможных закономерностей в имеющемся объеме данных, например, выявление совместно работающих космических аппаратов; 3) Отнесение вновь обнаруженных объектов к тому или иному классу, как минимум понимание того, космический мусор или активный аппарат перед нами.