Российский научный фонд продлил финансирование проекта SIMuRG под руководством сотрудника ИСЗФ СО РАН Юрия Ясюкевича

Проект ведущего научного сотрудника Института солнечно-земной физики СО РАН, кандидата физико-математических наук Юрия Ясюкевича «Создание системы сбора, обработки и машинного анализа больших объемов данных глобальных навигационных спутниковых систем для задач исследования околоземного космического пространства» победил в конкурсе Российского научного фонда.

В рамках конкурса для продления финансирования отбирались проекты Президентской программы исследовательских проектов 2017 года, которые реализовывались под руководством молодых ученых. Проект продлен на два года – до 30 июня 2022 года. На его реализацию будет выделяться пять млн. рублей ежегодно.

— На конкурсный отбор подавались те, кто работы выполнили на предыдущем этапе очень хорошо, и кто понимал, что имеет смысл идти дальше, - рассказал Юрий Ясюкевич. - У меня ощущение, что там даже «средних» проектов не было и надо было бы всех поддержать. Конкуренция была очень высокой, очень приятно, что наш проект прошел.

• Напомним, система SIMuRG, созданная в рамках проекта, «умеет» собирать, обрабатывать и анализировать большие объемы данных глобальных навигационных спутниковых систем, чтобы потом с их помощью исследовать околоземное космическое пространство. Если использовать первые буквы названия системы - System for the Ionosphere Monitoring and Researching from GNSS, по-русски получится Симург. Так звали фантастическое существо в иранской и тюркской мифологии, а в фантастической энциклопедии Хорхе Борхеса и Маргариты Герреро «Книга вымышленных существ» - бессмертную птицу, гнездящуюся в ветвях Древа Познания. Молодые ученые выбрали такое метафорическое название проекта, чтобы отразить сложность и амбициозность научной задачи.

Юрий Ясюкевич отметил, что основа системы SIMuRG уже готова. Она активно используется и учеными ИСЗФ СО РАН, и зарубежными коллегами. За время работы над проектом ученые опубликовали 15 работ, из них 11 – в изданиях, индексируемых в международных базах цитирования, в том числе две работы в журналах первого квартиля. Кроме того, результаты по тематике проекта докладывались на международных и всероссийских конференциях и симпозиумах. Эксперты РНФ отметили, что полученные результаты могут быть использованы для модернизации системы ГЛОНАСС (прогнозирование состояния ионосферы, степень влияния на точность позиционирования).

До 2022 года ученые планируют модернизировать систему, чтобы ускорить процесс обработки и значительно расширить банк данных. Будут также развиты методики компьютерного зрения применительно к задаче распознавания границ аврорального овала (овала полярного сияния) с использованием различных геофизических наблюдений. С прикладной точки зрения это позволит создать методы для предупреждения о возможном ухудшении связи и навигации в высокоширотной области. Среди задач проекта также создание методов обнаружения мелкомасштабных ионосферных возмущений, воздействующих на радиотехнические системы, средствами машинного обучения и компьютерного зрения. Кроме того, ученые разработают технические рекомендации по повышению прогностических качеств существующих моделей ионосферы.

— Много сложностей и новых направлений открылось в использовании возможностей машинного обучения. Речь идет о применении искусственного интеллекта, с учетом доступных нам вычислительных мощностей, чтобы получать регулярный каждодневный результат, - говорит Юрий Ясюкевич.

Эксперты РНФ отметили, что проблема мониторинга ионосферных неоднородностей крайне актуальна, что обусловлено развитием новых систем связи. Использование методов машинного обучения находит все большее применение в задачах изучения околоземного космического пространства. Таким образом, тематика проекта лежит в русле интересов мировой науки, а его новизна во многом определяется использованием методов машинного обучения для задач большого объема данных глобальных навигационных спутниковых систем, а также использованием данных высокого разрешения с целью выявления слабых ионосферных эффектов, вызванных естественными и антропогенными причинами.