Моделі глибокого навчання для прогнозування часових рядів сейсмологічних даних

Abstract

Метою кваліфікаційної роботи є дослідження та розробка моделей глибокого навчання для прогнозування часових рядів сейсмологічних даних. У ході виконання кваліфікаційної роботи було проведено аналіз існуючих методів прогнозування сейсмічної активності. Було вивчено декілька різних архітектур глибоких нейронних мереж, а саме моделей LSTM та CNN. Дослідження проводилися з використанням актуальних даних щодо сейсмічної активності вулканів, що були зібрані Італійським національним інститутом геофізики та вулканології. Розроблений програмний продукт дозволяє виконувати прогнозування сейсмічної активності вулканів для найпершого виявлення передвісника, що надасть інформацію про час майбутніх вивержень вулканів.