NN-Grav: Нейронная сеть для прогнозирования гравитационного поля Земли (GEOTECH-KVANT-3)

Проект NN-Grav разработан лабораторией LoSG-GNSS и посвящен применению нейронных сетей для прогнозирования аномалий гравитационного поля Земли. В отличие от классических сферических гармоник, этот подход использует машинное обучение для более гибкого моделирования.

🔍 Основные особенности

• Использование искусственных нейронных сетей (ИНС) для предсказания гравитационных аномалий.
• Сравнение с традиционными методами (EGM2008, XGM2019).
• Работа с глобальными и локальными данными.
• Интеграция с GNSS/гравиметрическими измерениями.

📂 Структура репозитория (основные элементы)

На основе анализа репозитория:

NN-Grav/
├── data/                # Примеры данных (Colorado IGS, EGM2008, тестовые наборы)
├── NN_Grav.ipynb        # Основной анализ и обучение модели 
├── LICENSE              # Лицензия MIT  
└── requirements.txt     # Зависимости Python  

⚙️ Установка и запуск

1. Клонируйте репозиторий:

   git clone https://github.com/LoSG-GNSS/NN-Grav.git
   cd NN-Grav

2. Установите зависимости:

   pip install -r requirements.txt  # или используйте conda

3. Запустите Jupyter-ноутбук для анализа:

   jupyter notebook notebooks/NN_Grav.ipynb

📊 Пример использования

В ноутбуке NN_Grav.ipynb показано:

• Загрузка данных (например, EGM2008).
• Обучение нейросетевой модели.
• Сравнение с классическими методами.
• Визуализация результатов.

🤝 Участие в проекте

Приветствуются исправления, новые эксперименты и улучшения документации!

1. Создайте форк репозитория.
2. Откройте Pull Request с описанием изменений.

📜 Лицензия

Проект распространяется под лицензией MIT.

📩 Контакты

Лаборатория LoSG-GNSS

• GitHub: https://github.com/LoSG-GNSS

Контакты

Лаборатория LoSG-GNSS
Email: contact@losg-gnss.org
Вебсайт: https://losg-gnss.org