Моделирование и анализ данных foF2 с использованием нейронных сетей NARX и вейвлетов

Необходимость обнаружения аномалий имеет особую актуальность в задачах геофизического мониторинга, требует обеспечения точности и оперативности метода. В работе предлагается подход на основе нейронных сетей NARX для задачи моделирования данных foF2 и обнаружения в них аномалий. Известно, что нейронные сети трудно моделируют сильно зашумленные и существенно нестационарные временные ряды. Поэтому оптимизация процесса моделирования временных рядов сложной структуры сетью NARX выполнялась с использованием вейвлет-фильтрации. На примере обработки временных рядов параметров ионосферы показана эффективность предлагаемого подхода, приведены результаты для задачи обнаружения ионосферных аномалий. Подход может быть применен при выполнении прогноза космической погоды для прогнозирования параметров ионосферы.