Заседание семинара 14 ноября 2025 г.

 14 ноября 2025 года в 12:00 (МСК) 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, г. Нальчик, Россия). Эл. почта: zhilov91@gmail.com

Научный руководитель: доктор физико-математических наук, профессор Шибзухов Заур Мухадинович.

Название доклада: Модель сигма-пи нейронной сети для кластеризации данных селевых потоков.

Краткая 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 . Результаты моделирования показали, что исследуемая модель воспроизводит динамические режимы, характерные для солнечного динамо, при наличии задержек в обратной связи. 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.

Время начала 14.11.2025:
           12:00 – по Москве
           14:00 – по Ташкенту
           21:00 – по Петропавловску-Камчатскому

Подключение к семинару через Яндекс-телемост:  https://telemost.yandex.ru/j/9074163425

Ссылка на Mathnet:  https://www.mathnet.ru/php/seminars.phtml?presentid=48212&option_lang=rus

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.