Определение мест возможных землетрясений в западном Тянь-Шане с использованием искусственной нейронной сети и математической модели тектонических процессов

В данной работе построена численная модель напряженного состояния земной коры Западно-Тянь-Шаньской микроплиты для использования в качестве дополнительных параметров машинного обучения. Альтернативой моделям глубокого обучения может стать нейронная сеть по генеральной теореме об аппроксимации Колмогорова‒Арнольда (КАН). От существующих сетей машинного обучения КАН отличается интерпретируемостью, т.е. способностью объяснить функционирование модели и высокой точностью в сложных физических процессах. В отличие от обычных сетей, для такой нейронной сети достаточно одного или двух слоев, чтобы получить решение задачи, что существенно сокращает вычислительные мощности компьютеров. По алгоритму КАН нами впервые построена нейронная сеть классификации и регрессии, применительно к среднесрочному прогнозу землетрясения в Западно-Тяньшаньской микроплите. Полученные результаты позволили прогнозировать места возможных землетрясений с магнитудой 5 > M < 6 в окрестностях г. Ташкент ‒ столица Республики Узбекистан. Проведенный ретроспективный анализ сильных землетрясений, произошедших в 2024 г. в пределах Западно-Тяньшаньской микроплиты, показал, что разработанная модель предсказывает места землетрясений магнитудой M < 6 с точностью географических координат ±0.1° с.ш., ±0.1° в.д. и магнитуды ΔM ± 0.4.