Научный коллектив Института природно-технических систем в рамках выполнения проекта Российского научного фонда № 23-29-00558 разработал алгоритм обнаружения аномалий с помощью алгоритмов машинного обучения без учителя и прогнозных моделей для программного обеспечения автоматизированного комплекса биомониторинга водной среды, основанного на поведенческих реакциях двустворчатых моллюсков. Работа проведена в рамках гранта № 23-29-00558 «Обнаружение аномалий в данных активности моллюсков алгоритмами машинного обучения для формирования сигнала тревоги в комплексах автоматизированного биомониторинга водной среды». (исполнители – к.г.н., в.н.с. Вышкваркова Е.В. (руководитель), к.т.н., зам. руководителя центра Греков А.Н., к.б.н., вед. инженер-исследователь Трусевич В.В. и инженер Маврин А.С.). Для обнаружения аномалий в рядах активности двустворчатых моллюсков с использованием прогнозных моделей была проведена декомпозиция временных рядов, позволяющая определить размерность сезонности. Сезонный компонент можно наблюдать в виде закономерностей, которые повторяются через одинаковые промежутки времени. Анализируя эти закономерности, можно определить частоту или период сезонности данных. Далее была проведена поэтапная научно-исследовательская работа. Существующие системы контроля дают фрагментарные сведения не обеспечивают непрерывного мониторинга и своевременного обнаружения внезапного выброса загрязнений. Объективная оценка состояния водных экосистем невозможна без использования биологических методов экологического мониторинга.
В настоящее время для контроля вод во всех сферах современного водопользования достаточно успешно начинают использовать биоэлектронные системы. Их действие основано на регистрации поведенческих реакций двустворчатых моллюсков (морских и пресноводных), т.е. способности их закрывать створки на продолжительное время или изменять ритмику движений при воздействии неблагоприятных факторов, так называемые системы раннего реагирования.
Результаты первого года проекта показали, что природные и технические аномалии в наборах данных об активности двустворчатых моллюсков можно обнаружить с помощью алгоритмов машинного обучения без учителя и прогнозными моделями.
Полученные результаты будут использованы в разработанном программном обеспечении комплекса для формирования сигнала тревоги в режиме реального времени для своевременного информирования заинтересованных лиц о неблагоприятных условиях (загрязнении) водной среды. Проект ученых рассчитан на 2 года.