Сравнение эффективности численных методов и нейросетевого подхода к исследованию математической модели высокочастотной геоакустической эмиссии с одним дислокационным источником
PDF

Ключевые слова

высокочастотная геоакустическая эмиссия
дислокационный источник
математическое моделирование
численные методы
метод Розенброка
Physics-Informed Neural Networks (PINN)
SciPy

Как цитировать

1.
Сергиенко Д.Ф., Паровик Р.И. Сравнение эффективности численных методов и нейросетевого подхода к исследованию математической модели высокочастотной геоакустической эмиссии с одним дислокационным источником // Успехи кибернетики. 2025. Т. 6, № 4. С. 106–113.

Аннотация

в работе проводится сравнительный анализ эффективности численных методов (Розенброка 4-го порядка, Radau, BDF, LSODA библиотеки SciPy) и нейросетевого подхода PhysicsInformed Neural Networks (PINN) для решения математической модели высокочастотной геоакустической эмиссии с одним дислокационным источником на языке программирования Python. Параллельная реализация метода Розенброка на 8 процессорах позволила значительно повысить его производительность. Сравнение проводилось по критериям точности, вычислительной стоимости и устойчивости. Показано, что подход PINN, архитектура которого специально разработана для решения задач математической физики, обеспечивает сопоставимую точность с методом Розенброка, реализованным вручную, обладая при этом рядом преимуществ, таких как простота параметризации задачи и глобальная аппроксимация решения, обеспечивающая его гладкость и отсутствие численной дисперсии, характерной для сеточных методов.

Благодарности

работа выполнена в рамках государственного задания ИКИР ДВО РАН (рег. № темы 124012300245-2)
PDF

Литература

Sadovskii V. M., Sadovskaya O. V., Detkov V. A. Analysis of Elastic Waves Generated in Frozen Grounds by Means of the Electromagnetic Pulse Source “Yenisei”. IOP Conference Series: Earth and Environmental Science. 2018;193(1):12058.

Vershinin A., Ampilov Yu., Levin V., Petrovsky K. Full Waveform Modeling in Seismic Exploration Based on a Digital Geological Model Using Spectral Element Method on GPU. 16th World Congress on Computational Mechanics and 4th Pan American Congress on Computational Mechanics. 2024. DOI: 10.23967/c.wccm.2024.056.

Lukovenkova O. O., Solodchuk A. A. Digital Signal Processing Methods for Geoacoustic Emission. 23rd International Conference on Digital Signal Processing and its Applications (DSPA), Moscow, Russian Federation. 2021:1–5. DOI: 10.1109/DSPA51283.2021.9535762.

Dobrynin E., Maksymov M., Boltenkov V. Development of a Method for Determining the Wear of Artillery Barrels by Acoustic Fields of Shots. Eastern-European Journal of Enterprise Technologies. 2020;3:6–18. DOI: 10.15587/1729-4061.2020.206114.

Prokopovich S. V., Uzdin A. M., Ivanova T. V. Setting Seismic Input Characteristics Required for Designing. Magazine of Civil Engineering. 2021;2(102):10209.

Lukovenkova O. O., Marapulets Y. V., Solodchuk A. A. Adaptive Approach to Time-Frequency Analysis of AE Signals of Rocks. Sensors. 2022;22:9798. DOI: 10.3390/s22249798.

Gapeev M. I., Senkevich Y. I., Lukovenkova O. O. Estimation of Probability Distributions of Geoacoustic Signal Characteristics. Journal of Physics: Conference Series. IOP Publishing. 2021;2096(1):012018.

Sergienko D., Parovik R. Berlage Oscillator as a Mathematical Model of High-Frequency Geoacoustic Emission with One Dislocation Source. Acoustics. 2025;7(4):65. DOI: 10.3390/acoustics7040065.

Мингазова Д. Ф., Паровик Р. И. Некоторые аспекты качественного анализа модели высокочастотной геоакустической эмиссии. Вестник КРАУНЦ. Физ.-мат. науки. 2023;42(1):191–206. DOI: 10.26117/2079-6641-2023-42-1-191-206.

Гапеев М. И., Солодчук А. А., Паровик Р. И. Связанные осцилляторы как модель высокочастотной геоакустической эмиссии. Вестник КРАУНЦ. Физ.-мат. науки. 2022;40(3):88–100. DOI: 10.26117/2079-6641-2022-40-3-88-100.

Sergienko D. F., Parovik R. Investigation of a System of Two Coupled Linear Oscillators with Nonconstant Coefficients. Journal of Mathematical Sciences. 2025. DOI: 10.1007/s10958-025-07912-z.

Сергиенко Д. Ф., Паровик Р. И. Программный комплекс QAMODEL: компьютерное моделирование высокочастотной геоакустической эмиссии. Программные продукты и системы. 2025;38(2):261–268. DOI: 10.15827/0236-235X.150.261-268.

Сергиенко Д. Ф., Паровик Р. И. Исследование эффективности численных методов для решения математической модели высокочастотной геоакустической эмиссии. Вестник КРАУНЦ. Физ.-мат. науки. 2025;50(1):169–183. DOI: 10.26117/2079-6641-2025-50-1-169-183.

Shampine L. F., Reichelt M. W. The MATLAB ODE Suite. SIAM J. Sci. Stat. Comput. 1997;18(1):1–22. DOI: 10.1137/s1064827594276424.

Hindmarsh A. C. ODEPACK, a Systematized Collection of ODE Solvers. Scientific Computing. 1983;55–64.

Petzold L. Automatic Selection of Methods for Solving Stiff and Nonstiff Systems of Ordinary Differential Equations. SIAM J. Sci. Stat. Comput. 1983;4(1):136–148. DOI: 10.1137/0904010.

Hairer E., Wanner G. Stiff Differential Equations Solved by Radau Methods. Journal of Computational and Applied Mathematics. 1999;111(1–2):93–111. DOI: 10.1016/S03770427(99)00134-X.

Hairer E., Wanner G. Solving Ordinary Differential Equations II. Stiff and Differential – Algebraic Problems. Berlin: Springer-Verlag; 1991.

Ponalagusamy R., Ponnammal K. A Parallel Fourth Order Rosenbrock Method: Construction, Analysis and Numerical Comparison. Int. J. Appl. Comput. Math. 2015:1(1);45–68. DOI: 10.1007/s40819-0140002-x.

Tristanov A., Lukovenkova O., Marapulets Yu., Kim A. Improvement of Methods for Sparse Model Identification of Pulsed Geophysical Signals. Conf. Proc. of SPA 2019. Poznan. 2019:256–260. DOI: 10.23919/SPA.2019.8936817.

Скачивания

Данные скачивания пока не доступны.