The object of research, development or design (in Russian) : Сейсмология и землетрясения

The object of research, development or design (in Kazakh) : Сейсмология және жерсілкіністері

Aim of work (in Russian) : Цель этого проекта - разработать и усовершенствовать передовые модели машинного обучения и глубокого обучения для повышения точности и надежности прогнозирования риска землетрясений, что в конечном итоге будет способствовать улучшению оценки сейсмической опасности и стратегий готовности к ней.

Aim of work (in Kazakh) : Бұл жобаның мақсаты жер сілкінісі қаупін болжаудың дәлдігі мен сенімділігін арттыру үшін машиналық оқытудың және терең оқытудың озық үлгілерін әзірлеу және жетілдіру болып табылады, бұл сайып келгенде сейсмикалық қауіпті бағалау мен дайындық стратегияларын жақсартуға ықпал етеді.

Методы исследования (на русском) : Методы машинного обучения и глубокое обучение в сейсмологии.

Методы исследования (на казахском) : Сейсмологиядағы машиналық оқыту әдістері және терең оқыту әдістері

Obtained results and novelty (in Russian) : Проведена интеграция геологической экспертизы в модели машинного обучения, что повысило их релевантность и точность. Проведены консультации по региональной сейсмичности и тектоническим особенностям, обеспечившие обоснованность моделей. Собраны и очищены исторические данные о сейсмических событиях, использованные при формировании обучающих выборок. Проведены эксперименты по настройке гиперпараметров и выбору архитектур, достигнута высокая точность: R² = 0.78, MAE = 0.34, MSE = 0.22; для классификации — точность 87 %. Реализована глубокая инженерия признаков по данным сетей K-Net и STEAD, включая новый информативный признак P-волны, что повысило чувствительность моделей к ранним фазам землетрясений. Разработана и протестирована гибридная архитектура CNN–LSTM, эффективно извлекающая пространственные и временные зависимости, снижая переобучение. После обучения accuracy = 0.78, recall = 0.80, F1-score = 0.77, ROC-AUC = 0.78. Проведена очистка и нормализация данных USGS, выполнена кластеризация методом DBSCAN для выделения зон активности. Рассчитано 16 признаков, включая ключевые сейсмические индикаторы и расстояние до активных разломов GEM 2019, что улучшило различение спокойных и активных фаз. На этапе валидации модель успешно применена для реального прогноза: карты вероятности показали точное определение областей с высокой сейсмической активностью (M ≥ 5), подтверждая практическую применимость и устойчивость разработанных решений.

Obtained results and novelty (in Kazakh) : Геологиялық сараптама машиналық оқыту модельдеріне енгізіліп, олардың нақтылығы мен қолданбалы релеванттылығы артты. Аймақтың сейсмикалық және тектоникалық ерекшеліктері бойынша кеңестер өткізілді, бұл геологиялық білімге негізделген модельдердің сенімділігін күшейтті. Сейсмикалық оқиғалардың тарихи деректері жиналып, құрылымдалып және тазартылды, олар оқыту және тестілеу жиындарын қалыптастыруда пайдаланылды. Гиперпараметрлерді баптау және архитектураларды таңдаудың нәтижесінде жоғары дәлдікке қол жеткізілді: R² = 0.78, MAE = 0.34, MSE = 0.22; ал классификацияда дәлдік 87 % болды. K-Net және STEAD деректерін қолдана отырып, P-толқын ерекшелігі енгізілген терең белгілер инженериясы жүргізілді, бұл модельдердің ерте фазаларға сезімталдығын арттырды. CNN–LSTM гибридті архитектурасы кеңістіктік және уақыттық байланыстарды тиімді анықтап, артық үйренуді азайтты және тұрақтылықты қамтамасыз етті. Нәтижелер: accuracy = 0.78, recall = 0.80, F1-score = 0.77, ROC-AUC = 0.78. USGS деректері тазартылып, DBSCAN әдісімен белсенді аймақтар мен шудың бөлінуі жүзеге асырылды. GEM 2019 карталары негізінде 16 негізгі сейсмикалық көрсеткіш есептеліп, бұл модельдің тыныш және белсенді кезеңдерді жақсы ажыратуына мүмкіндік берді. Валидация кезеңінде модель нақты болжау кезінде қолданылып, M ≥ 5 аймақтарын дәл анықтап, практикалық маңыздылығын және тұрақты жұмыс қабілеттілігін растады.

The main constructive and technical economic indicators (in Russian) : Усовершенствованные алгоритмы с измеримым повышением точности предсказания землетрясений, что потенциально может привести к снижению числа ложноположительных и отрицательных результатов. Более глубокое понимание сейсмических закономерностей с помощью методов ML и DL, способствующее расширению знаний в области сейсмологии и вычислительной науки. Снижение экономических потерь за счет повышения готовности и потенциальный рост секторов, использующих прогностические технологии.

The main constructive and technical economic indicators (in Kazakh) : Жер сілкіністерін болжаудағы дәлдікті өлшеуге болатын деңгейде арттыратын жетілдірілген алгоритмдер әзірленді, бұл жалған оң және жалған теріс нәтижелер санын азайтуға әкелуі мүмкін. Машиналық және тереңдетілген оқыту әдістері арқылы сейсмикалық заңдылықтарды тереңірек түсіну қамтамасыз етілді, бұл сейсмология және есептеу ғылымы саласындағы білімнің кеңеюіне ықпал етеді. Дайындықты арттыру арқылы экономикалық шығындарды азайту және болжау технологияларын пайдаланатын секторлардың өсуі күтілуде.

Level of implementation (in Russian) : Не внедрено.

Level of implementation (in Kazakh) : Енгізілмеді.

Efficiency (in Russian) : Результаты проекта могут привести к социальным выгодам за счет повышения уровня общественной безопасности и готовности населения, к экономическим выгодам за счет экономии средств на ликвидацию последствий стихийных бедствий и восстановление окружающей среды, а также к сохранению окружающей среды за счет смягчения последствий землетрясений. Ожидается научно-технический прогресс в области анализа данных и сейсмологии. Эти достижения могут также способствовать решению проблем конкретных регионов, например, повышению устойчивости инфраструктуры и разработке законов о зонировании в сейсмоопасных районах, что даст многократный эффект в различных секторах.

Efficiency (in Kazakh) : Жоба нәтижелері қоғамдық қауіпсіздік деңгейін арттыру және халықтың дайындық деңгейін көтеру арқылы әлеуметтік пайда әкелуі мүмкін, табиғи апаттардың салдарын жою және қоршаған ортаны қалпына келтіру шығындарын үнемдеу арқылы экономикалық пайда әкеледі, сондай-ақ жер сілкіністерінің салдарын азайту арқылы қоршаған ортаны қорғауға ықпал етеді. Деректерді талдау және сейсмология саласында ғылыми-техникалық прогресс күтілуде. Бұл жетістіктер нақты аймақтардағы мәселелерді шешуге, мысалы, инфрақұрылымның тұрақтылығын арттыруға және сейсмикалық қауіпті аймақтарда зонирлеу заңдарын әзірлеуге ықпал етеді, бұл әртүрлі секторларда бірнеше рет тиімділік береді.

Field of application (in Russian) : Сейсмология, искусственный интеллект для анализа при ЧС, информационные системы, космические исследования

Field of application (in Kazakh) : Сейсмология, ТЖ талдауға арналған жасанды интеллект, Ақпараттық жүйелер, ғарыштық зерттеулер