Программный комплекс для анализа и визуализации сейсмической информации на основе открытых технологий разработки и источников данных

Авторы и правообладатели:

• Великий В. А. , Кузбасский государственный технический университет имени Т.Ф. Горбачева (Кемерово, Россия)
• Федоров С. О. , Кузбасский государственный технический университет имени Т.Ф. Горбачева (Кемерово, Россия)
• Пимонов А. Г. , Кузбасский государственный технический университет имени Т.Ф. Горбачева (Кемерово, Россия)
• Гиниятуллина О. Л. , Кузбасский государственный технический университет имени Т.Ф. Горбачева (Кемерово, Россия)

• 1. Зараменских Е.П. Интернет вещей. Исследования и область применения / Е.П. Зараменских, И.Е. Артемьев. – М.: ИНФРА-М, 2023. – 188 с.
• 2. Meyer S. Seismic Monitoring Systems in Mines, where are we Today? // 58th U.S. Rock Mechanics/Geomechanics Symposium. – 2024 [Электронный ресурс]. – Режим доступа: https://armarocks.net/papers/785.pdf, свободный (дата обращения: 16.01.2025).
• 3. Stepnov A. The Seismo-Performer: A Novel Machine Learning Approach for General and Efficient Seismic Phase Recognition from Local Earthquakes in Real Time / A. Stepnov, V. Chernykh, A. Konovalov // Sensors. – 2021. – No. 21 [Электронный ресурс]. – Режим доступа: https://www.mdpi.com/1424-8220/21/18/6290, свободный (дата обращения: 16.01.2025).
• 4. Харлампенков И.Е. Разработка информационной системы оценки геодинамических событий горнопромышленного региона: дис. … канд. техн. наук. – Новосибирск, 2016. – 120 с.
• 5. Estimation of Flores Sea Aftershock Rupture Data Based on AI / A. Jufriansah, A. Khusnani, Yu. Pramudya, M. Afriyanto // Indonesian Review of Physics. – 2023. – No. 1. – P. 45–55.
• 6. Pu Y. Machine Learning Approaches for Long-term Rock Burst Prediction/ Y. Pu, D. Apel. – 2019 [Электронный ресурс]. – Режим доступа: https://research.ebsco.com/linkprocessor/plink?id=360b5c50-2068-3c5e-96ed-a837c244f119, свободный (дата обращения: 16.01.2025).
• 7. Mousavi S.M. Machine Learning in Earthquake Seismology / S.M. Mousavi, G.C. Beroza // Annual Review of Earth and Planetary Sciences. – 2023. – No. 51. – P. 105–129.
• 8. Замараев Р.Ю. Повышение оперативности прогноза сейсмической активности при отработке запасов угля на шахтах с применением алгоритмов нейронных сетей / Р.Ю. Замараев, П.В. Гречишкин, О.Л. Гиниятуллина // Горная промышленность. – 2024. – № 3S. – С. 57–62.
• 9. Кузнецов В.В. Физика Земли. – Новосибирск: Наука, 2011. – 842 с.
• 10. Сидоркина Ю.А. Определение координат гипоцентра землетрясения с одновременным определением скоростей сейсмических волн / Ю.А. Сидоркина, Т.Г. Асланов // Вестник Дагестанского гос. техн. ун-та. Технические науки. – 2022. – Т. 49, № 1. – С. 79–86.
• 11. Сборник методик по прогнозированию возможных аварий, катастроф, стихийных бедствий в РСЧС. – М.: Министерство Российской Федерации по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий, 1994. – 34 с.
• 12. ObsPy: a bridge for seismology into the scientific Python ecosystem / L. Krischer, T. Megies, R. Barsch, M. Beyreuther, T. Lecocq, C. Caudron, J. Wassermann // Computational Science & Discovery. – 2015. – No. 8 [Электронный ресурс]. – Режим доступа: https://iopscience.iop.org/article/10.1088/1749-4699/8/1/014003/pdf, свободный (дата обращения: 16.01.2025).
• 13.FDSN miniSEED 3 [Электронный ресурс]. – Режим доступа: https://docs.fdsn.org/projects/miniseed3/en/latest/, свободный (дата обращения: 17.01.2025).
• 14. StationXML [Электронный ресурс]. – Режим доступа: https://docs.fdsn.org/projects/stationxml/en/latest/, свободный (дата обращения: 17.01.2025).
• 15. QuakeML [Электронный ресурс]. – Режим доступа: https://quake.ethz.ch/quakeml/QuakeML, свободный (дата обращения: 17.01.2025).
• 16. Великий В.А. Классификация сейсмических сигналов с использованием моделей глубокого обучения / В.А. Великий, С.О. Федоров // Информационно-телекоммуникационные системы и технологии: матер. Всерос. науч.-практ. конф., Кемерово, 26–28 октября 2023 г. – Кемерово: КузГТУ, 2023. – С. 68–70.
• 17. Великий В.А. Использование потоков данных IRIS DMC для расчёта и визуализации зон сейсмической активности / В.А. Великий, С.О. Федоров // Кузбасс: образование, наука, инновации: матер. XI Инновационного конвента, Кемерово, 08 февраля 2023 г. – Кемерово: КемГУ, 2023. – С. 470–473.