14 ноября 2025 года в 12:00 пройдет совместный семинар Института космофизических исследований и распространения радиоволн ДВО РАН, Института прикладной математики и автоматизации КБНЦ РАН и Филиала Российского государственного университета нефти и газа им. И. М. Губкина в г. Ташкенте
Докладчик: Жилов Руслан Альбердович, младший научный сотрудник отдела нейроинформатики и машинного обучения ИПМА КБНЦ РАН (Нальчик, Россия).
Научный консультант: доктор физико-математических наук Шибзухов Заур Мухадинович
Название доклада: Модель сигма-пи нейронной сети для кластеризации данных селевых потоков.
Аннотация: В работе рассматривается применение сигма-пи нейронных сетей для решения задачи кластеризации селевых потоков на основе их характеристик. Проблема анализа и классификации селевых процессов имеет важное значение для оценки природных рисков и прогнозирования опасных явлений, однако существующие подходы — физико-реологические модели и статистические методы — часто ограничены линейными зависимостями и не позволяют в полной мере учитывать сложные взаимодействия между параметрами бассейнов.
Предложенная в работе архитектура сигма-пи нейронной сети представляет собой развитие классических моделей искусственных нейронных сетей за счёт введения мультипликативных связей между входными признаками. Такая структура позволяет описывать нелинейные зависимости второго порядка и выявлять скрытые эффекты взаимодействия характеристик, например, влияние сочетания уклона русла и влажности на формирование определённого типа селя.
Модель обучалась на кадастровых данных о селеопасных процессах юга европейской части России, включающих шесть основных признаков: генезис селя, площадь бассейна, средний уклон русла, длину реки, высоту истока и максимальный объём отложений. Перед обучением данные были стандартизированы для обеспечения корректного вклада каждого признака. Процесс кластеризации осуществлялся без учителя, с последующей оптимизацией внутрикластерной дисперсии.
В результате работы сети были выделены три устойчивых кластера, соответствующих основным типам селевых потоков — грязевым, каменным и грязекаменным. Анализ весов сигма- и пи-компонент позволил определить наиболее значимые признаки и их взаимодействия, определяющие принадлежность потоков к определённому типу. Так, ключевыми детерминантами выступили площадь бассейна, уклон русла и максимальный объём отложений, а также их попарные комбинации.
Полученные результаты подтвердили, что использование сигма-пи нейронных сетей обеспечивает не только высокое качество кластеризации, но и улучшает интерпретируемость моделей машинного обучения в задачах кластеризации. Такая архитектура представляет перспективное направление для анализа природных процессов сложной структуры, где важны как количественные зависимости, так и нелинейные эффекты взаимодействия факторов.
Эл.почта: zhilov91@gmail.com
Подключение к конференции через Яндекс-телемост: https://telemost.yandex.ru/j/9074163425
Руководители семинара: доцент Равилов Ш.М., д.ф.-м.н. Зуннунов Р.Т., д.ф.-м.н. Мамчуев М.О., д.ф.-м.н. Паровик Р.И.
Секретарь семинара: к.ф.-м.н. Мажгихова Мадина Гумаровна.