Стаття присвячена надзвичайно важливій темі пошуків короткострокового попередження вступу руйнівних струсів території України шляхом оцінки в умовах реального часу характеристик сейсмічного процесу - магнітуди і параметрів локалізації джерела землетрусу, із застосуванням математичного апарату нейросетевого моделювання. Для розв'язання задачі оцінки параметрів, що характеризують зону джерела збудження і геометрію системи джерело-станція, використані початкові, найменш спотворені Р-ділянки сейсмічних сигналів. Розроблено алгоритм моделювання на мережах штучних нейронів залежності записи перших секунд землетрусу від магнітуди і глибини гипоцентра.
Статья посвящена чрезвычайно важной теме поисков краткосрочного предупреждения вступления разрушительных сотрясений территории Украины путем оценки в условиях реального времени характеристик сейсмического процесса ― магнитуды и параметров локализации источника землетрясения, с применением математического аппарата нейросетевого моделирования. Для решения задачи оценки параметров, характеризующих зону источника возбуждения и геометрию системы источник―станция, использованы начальные, наименее искаженные Р-участки сейсмических сигналов. Разработан алгоритм моделирования на сетях искусственных нейронов зависимости записи первых секунд землетрясения от магнитуды и глубины гипоцентра.
The article is devoted to an extremely important topic of searching for a short-term warning of the entry of destructive vibrations in the territory of Ukraine by assessing in real-time conditions the characteristics of the seismic process — magnitude and localization parameters of the earthquake source, using the mathematical apparatus of neural network modeling. To solve the problem of estimating the parameters characterizing the zone of the excitation source and the geometry of the source-station system, the authors use the initial, least distorted P-sections of seismic signals, examining the postulate that by recording a seismic signal lasting several seconds after its entry, it is possible in real time it is sufficient to accurately predict the bypass of the expected signal (and, therefore, to estimate the magnitude) of the occurring earthquake.