Abstracts in MSWord *.doc format should be sent . Abstract requirements:
ABSTRACT TITLE IN CAPITAL LETTERS, CENTER ALIGNED
Name(s) of Author(s) in italics, comma separated, center aligned. Presenting author should be given first
Affiliation(s) of the Author(s) including country name(s), center aligned.
In case of several affiliations, each one should be given on a new line and
a corresponding number should be indicated after each author’s name
E-mail of the presenting author, underlined and center aligned
Text of Abstract in English and optionally in Russian, each 1500 signs maximum. Formatting: Times New Roman, 12 pt font size, single line spacing, justified alignment, no indents.
Example
AUTOMATED RECOGNITION OF SPIKES ON 1-MINUTE AND 1-SECOND MAGNETOGRAMS
A.A. Soloviev1, Sh.R. Bogoutdinov1, S.M. Agayan1, A.D. Gvishiani1, A. Chulliat2
1 Geophysical Center of the Russian Academy of Sciences (GC RAS, Russia)
2 Paris Institute of Physics of the Earth (IPGP, France)
Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript
In the present work we apply recently developed pattern recognition algorithms SP and SPs to the problem of automated detection of artificial disturbances in one-minute and one-second magnetic observatory data. The algorithms rely on fuzzy mathematics principles. We show that, after a learning phase, these algorithms are able to recognize artificial disturbances efficiently and distinguish them from natural ones, such as short-period geomagnetic pulsations in the 1s-1min period range. This capability is critical and opens the possibility to use the algorithms in an operational environment. The algorithms were tested on real magnetic data. Small probability values for target miss and false alarm were obtained.
В настоящей работе мы применяем недавно разработанные алгоритмы распознавания образов SP и SPs к задаче автоматического выделения искусственных возмущений на минутных и секундных магнитных данных, зарегистрированных наземными обсерваториями. В основе алгоритмов лежат принципы нечеткой математики. Мы показываем, что после стадии обучения алгоритмы способны эффективно распознавать искусственные возмущения и отличать их от естественных, таких как короткопериодные геомагнитные пульсации в пределах одной минуты. Подобный инструмент крайне востребован в обсерваторской практике. Открывается возможность внедрения алгоритмов и их использования на постоянной основе. Алгоритмы были опробованы на реальных магнитных данных. При этом, были получены малые вероятности пропуска цели и ложной тревоги.
|