Применение методов машинного обучения для классификации резонансного движения астероидов

При изучении динамики резонансных астероидов возникает необходимость классификации критических аргументов в зависимости от поведения на циркуляцию, либрацию и смешанный случай. Для автоматизации этой задачи предлагается использовать методы машинного обучения, такие как искусственные нейронные сети и HDBSCAN (Hierarchical Density-Based Spatial Clustering of Applications with Noise). В результате экспериментов по подбору параметров получена обученная модель, способная классифицировать резонансное движение.